Pessoa Engenheira de Dados Sênior

Nosso propósito é criar tecnologias que desafiam as melhores do mundo e mudam o jogo para nossos clientes. Por isso, buscamos profissionais que desejam fazer parte de uma cultura pautada pela excelência e inovação. Se você se identifica com um ambiente de trabalho colaborativo e movido por curiosidade, venha construir o futuro da tecnologia conosco.

Valorizamos o crescimento contínuo dos zuppers, incentivando cada pessoa a trilhar caminhos que impulsionem sua evolução profissional. 

Atuar como Data Engineer Sênior na construção e evolução de pipelines de dados complexos, com foco em dados multimodais e soluções para Inteligência Artificial. A posição terá forte atuação em Python, PySpark, SQL/NoSQL, AWS, streaming, Data Mesh, Terraform e observabilidade, garantindo escalabilidade, qualidade, performance e controle de custos.

O que você fará por aqui

• Construir e manter pipelines de dados complexos para ingestão, processamento e disponibilização de dados multimodais (áudio, imagem, documentos) para modelos de IA.
• Apoiar equipes de ciência de dados e Machine Learning na produtização de modelos, garantindo escalabilidade, performance e qualidade dos dados.
• Implementar e monitorar processos de governança, qualidade e controle de custos em ambientes de dados distribuídos.
• Desenvolver e otimizar soluções SQL e NoSQL, inclusive replicação avançada para alta disponibilidade e consistência global.
• Ajudar a reduzir a latência em pipelines multimodais por meio da escolha e configuração adequadas de ferramentas (streaming, cache, processamento em lote).
• Atuar como referência técnica em observabilidade e monitoramento de dados, propondo inovações e melhores práticas.
• Colaborar com times multidisciplinares utilizando metodologias ágeis e promovendo comunicação clara com stakeholders técnicos e de negócio.

O que esperamos que você saiba

• Python e PySpark avançados para construção de pipelines.
• SQL (modelagem, otimização de queries, replicação avançada) e bancos NoSQL (incluindo DynamoDB).
• AWS (S3, Glue, Athena, Lake Formation, EMR, Lambda, Step Functions, DynamoDB, SageMaker) para orquestração e processamento de dados.
• Ferramentas de streaming (Kafka ou Kinesis).
• Modelagem de dados voltada para Data Mesh (SOR/SOT/SPEC).
• Terraform para infraestrutura como código.
• Git, CI/CD para versionamento e automação.
• Monitoramento e observabilidade de pipelines com Datadog.

O que seria Legal se você soubesse

• Experiência com pipelines de dados multimodais (áudio, imagem e documentos).
• Configuração avançada de replicação multi-região em bancos SQL/NoSQL.
• Liderança em iniciativas de inovação no uso de cache distribuído (ex: Hazelcast, Aerospike).
• Atuação em eventos técnicos ou publicação de artigos sobre dados/observabilidade.
• Integração de pipelines com soluções de IA generativa e modelos avançados.
• Vivência prática com StackSpot AI ou aplicações similares para acelerar produtividade.