[Job - 31147] Senior Data Developer (Azure e Databricks), Brazil
Na CI&T , ajudamos grandes empresas a transformar o potencial da AI em impacto real nos negócios com AI Deployment, execução AI-native e tech-integrated business solutions. Com 30 anos de experiência em transformação tecnológica, aceleramos inovação com expertise em agentic SDLC, application modernization, Data & AI, martech e business strategy. 000 CI&Ters em mais de 25 países, colaborando para construir soluções com impacto real. AI já faz parte da forma como trabalhamos, evoluímos e inovamos todos os dias.
Importante: se você reside na Região Metropolitana de Campinas, sua presença nos escritórios da cidade será obrigatória, conforme a política de frequencia vigente.
A CI&T está crescendo e procuramos uma pessoa Desenvolvedora de Dados Sênior talentosa e experiente para se juntar ao nosso time e apoiar um cliente estratégico do setor de serviços financeiros — especificamente no segmento de pagamentos e adquirência — na evolução, manutenção e melhoria contínua dos processos globais de fechamento financeiro. Esta função terá foco em reconciliação de dados financeiros, rotinas de Demonstrativo de Resultados (P&L), pipelines de dados existentes e integração de novas fontes de dados.
O(a) profissional também contribuirá para a construção de novos pipelines, melhoria da qualidade dos dados e suporte a iniciativas envolvendo modelos de inteligência artificial (IA) e capacidades avançadas de dados. Buscamos alguém "hands-on", colaborativo(a) e analítico(a), que goste de resolver desafios complexos de dados e construir soluções confiáveis e escaláveis que gerem verdadeiro impacto nos negócios.
Responsabilidades
Desenvolver e manter pipelines de dados utilizando Databricks, PySpark, Python e SQL para transformar dados financeiros brutos em conjuntos de dados confiáveis e curados, prontos para consumo analítico e de negócios. Integrar novas fontes de dados ao ecossistema de dados existente, expandindo as capacidades da plataforma e melhorando a visibilidade do negócio em todas as operações financeiras.
Apoiar atividades de reconciliação de dados financeiros, rotinas de P&L e processos de fechamento global, garantindo a consistência, precisão e rastreabilidade dos dados entre múltiplas fontes. Processar e otimizar grandes volumes de dados estruturados e semi-estruturados aplicando as melhores práticas de Delta Lake e arquitetura Lakehouse, incluindo tabelas Delta, processamento incremental, otimização de formato de armazenamento e ajuste de desempenho de consultas.
Monitorar, solucionar problemas e dar suporte aos pipelines existentes, investigando discrepâncias, identificando causas raízes e garantindo um processamento diário e mensal confiável em ambiente de produção. Propor e implementar melhorias contínuas no desempenho de dados, escalabilidade, manutenibilidade e qualidade dos dados em todo o ecossistema de dados financeiros.
Colaborar estreitamente com equipes multidisciplinares, incluindo profissionais de dados, stakeholders de negócios, equipes financeiras e de tecnologia, para compreender necessidades e entregar soluções de dados de alta qualidade. Suportar práticas de governança e qualidade de dados aplicando regras de validação, mantendo auditabilidade, produzindo documentação e aplicando controles de dados para garantir dados financeiros confiáveis e bem geridos.
Contribuir para iniciativas orientadas a IA, ajudando a integrar modelos de IA e capacidades avançadas de dados aos fluxos de trabalho existentes, promovendo automação e processamento inteligente de dados.
Requisitos para este desafio
Sólida experiência com Databricks, incluindo notebooks, jobs, workflows, gerenciamento de clusters e melhores práticas para construção de soluções de dados escaláveis Forte domínio em processamento de dados utilizando PySpark, Python e SQL, com experiência demonstrada na transformação de dados brutos em conjuntos de dados curados e confiáveis Experiência prática com Delta Lake e arquitetura Lakehouse, incluindo tabelas Delta, processamento incremental, otimização de dados e camadas de dados estruturadas Conhecimento do ecossistema de dados Azure, especialmente Azure Data Lake Storage (ADLS), padrões de integração de dados em nuvem e processamento de dados em nuvem Experiência no suporte a pipelines de dados financeiros, preferencialmente envolvendo reconciliação, P&L, fechamento financeiro ou outros processos críticos de negócios na indústria de serviços financeiros ou pagamentos Capacidade comprovada para manter e melhorar pipelines existentes em ambientes de produção, incluindo solução de problemas, ajuste de desempenho, documentação e suporte em produção Forte orientação para resolução de problemas, com habilidade para investigar questões complexas de dados, compreender causas raízes e propor soluções práticas em ambientes de dados desafiadores
Diferenciais
Familiaridade com frameworks e metodologias de IA aplicados a fluxos de trabalho de dados Experiência com recursos avançados do Databricks, tais como Databricks Workflows, Databricks Apps ou aplicações baseadas em Streamlit Experiência com práticas de qualidade e observabilidade de dados, incluindo regras de validação, checagens de reconciliação, monitoramento, logs, alertas e métricas de execução de pipelines Vivência anterior no setor de serviços financeiros ou pagamentos, incluindo adquirência, processamento de transações ou ambientes de fintechs Proficiência em inglês para interação com times globais, discussões técnicas e documentação