Descrição da Vaga:

Estamos em busca de um(a) Engenheiro(a) de Dados Pleno para atuar em um Instituto de Ciência e Tecnologia (ICT), apoiando projetos de P&D e inovação tecnológica. Essa posição será responsável por projetar, construir e manter pipelines e arquiteturas de dados escaláveis, garantindo qualidade, governança e disponibilidade da informação para suporte a decisões estratégicas e iniciativas de inteligência artificial.

Responsabilidades

• Desenhar e implementar pipelines de dados eficientes (batch e streaming), integrando diferentes fontes e formatos.• Manter e otimizar bancos de dados e data lakes, garantindo segurança e desempenho.• Desenvolver processos de ingestão, transformação e disponibilização de dados (ETL/ELT).• Garantir a qualidade, integridade e consistência dos dados em todo o ciclo de vida.• Atuar em conjunto com times de ciência de dados, analytics e desenvolvimento de software.• Monitorar e automatizar fluxos de dados, propondo melhorias contínuas na arquitetura.• Implementar boas práticas de versionamento, documentação e governança de dados.• Contribuir para a evolução da cultura orientada a dados dentro dos times de inovação.

Requisitos

• Experiência prévia como Engenheiro(a) de Dados (mínimo 3 anos).• Domínio de linguagens de programação voltadas a dados (Python, SQL, Scala ou equivalentes).• Experiência com ferramentas e frameworks de processamento de dados (Airflow, Spark, Kafka, DBT, Pub/Sub, Kinesis, Cloud Functions, Lambda Functions, etc.).• Conhecimento em bancos de dados relacionais e não relacionais (PostgreSQL, MongoDB, BigQuery, Redshift, etc.).

• Conhecimentos em MLOps (Vertex AI, Amazon SageMaker/Bedrock).• Experiência com ambientes em nuvem (GCP e AWS) e uso de serviços de dados gerenciados.• Boas práticas de versionamento (Git) e integração contínua.• Formação superior em Ciência da Computação, Engenharia, Sistemas de Informação ou áreas correlatas.

Diferenciais

• Experiência em ICTs, startups ou projetos de P&D.• Conhecimento em modelagem de dados para IA, Machine Learning e/ou Deep Learning).• Familiaridade com ferramentas de governança e catalogação de dados (ex: Data Catalog).• Experiência com infraestrutura como código (Terraform, CloudFormation).• Certificações em engenharia ou arquitetura de dados em nuvem (Google Professional Data Engineer ou AWS Data Engineer).