* Salário: R$ 6.000 a R$ 11.000 por mês (estimado)
* O valor exibido é uma estimativa calculada com base em dados públicos e referências do mercado. Não garantimos que este seja o salário oferecido para esta vaga específica.
Área: Tecnologia da Informação
Nível: Pleno
#DeGenteParaGente: Esta vaga é aberta para todas as pessoas com ou sem deficiência. Encorajamos todas as pessoas com deficiência que se enquadram no perfil da vaga a se candidatarem. Estamos empenhados em proporcionar um ambiente de trabalho inclusivo e acessível, onde todas as pessoas tenham oportunidades iguais de atingir seu potencial máximo. A seleção será baseada em suas habilidades, qualificações e vivência.
SOBRE O NOSSO TIME Confidencial (Apenas para Cadastrados) INSIGHTS: Construímos uma plataforma que transforma dados do core bancário em decisões estratégicas para as áreas de negócio. Projetada para simplificar o entendimento dos dados e acelerar a geração de valor, a plataforma estrutura informações com agilidade, combinando inteligência artificial de alta performance à integração nativa com o ecossistema bancário. Somos uma equipe inquieta e inovadora, movida pela vontade constante de crescer. Aqui somos #melhoresacadadia, então você não ficará preso em sua zona de conforto — pelo contrário, queremos sua ajuda para nos impulsionar a novos patamares.
O QUE ESPERAMOS DE VOCÊ:
Como Engenheiro de Dados em nosso time de Insights, você será a espinha dorsal da nossa estratégia de transformar dados brutos em inteligência acionável para o mercado financeiro. Seu papel vai além de simplesmente executar tarefas; esperamos que você assuma a responsabilidade pela qualidade e pela inovação em nossos produtos de dados.
Desenvolver e otimizar pipelines de dados (ETL/ELT) robustos e escaláveis com Python e PySpark, garantindo a qualidade, integridade e disponibilidade dos dados que servem de base para toda a empresa.
Construir e manter integrações via APIs (REST) para conectar nossas plataformas a diversas fontes de dados, tanto internas quanto de parceiros, orquestrando o fluxo de informações em nosso ecossistema.
Gerenciar o ciclo de vida de suas aplicações, utilizando Docker e Kubernetes (K8s) para realizar o deploy e o monitoramento de seus pipelines e serviços, adotando uma mentalidade de “you build it, you run it”.
Colaborar diretamente com Cientistas de Dados na construção da infraestrutura de dados para nossos agentes de IA, desenvolvendo as rotinas que alimentam e processam informações para nossas soluções de inteligência artificial.
Atuar com autonomia e proatividade, não apenas implementando o que foi pedido, mas também questionando o "porquê" e propondo soluções inovadoras para os desafios de negócio, ajudando a moldar nossos futuros produtos de dados.
Em suma, esperamos que você seja um(a) engenheiro(a) que une excelência técnica com uma visão de produto, apaixonado(a) por resolver problemas complexos e por construir as bases para a próxima geração de soluções financeiras inteligentes.
PARA SE JUNTAR A ESSA MISSÃO VOCÊ PRECISA TER:
Estar alinhado à nossa cultura;
Superior completo em Tecnologia da Informação, Engenharia da Computação, Ciência da Computação, Análise de Sistemas ou áreas correlatas;
Sólida experiência com SQL para manipulação, tratamento e consulta de grandes volumes de dados;
Proficiência em Python e experiência com PySpark ou outra tecnologia de processamento distribuído para desenvolvimento de pipelines e rotinas de ETL/ELT;
Vivência no desenvolvimento e consumo de APIs REST para integração de dados entre sistemas;
Conhecimento em alguma Cloud Computing (AWS, Azure ou GCP), especialmente com algum dos seus serviços de dados (ex: S3, Glue, BigQuery, Databricks);
Conhecimento em conceitos de infraestrutura e redes, visando a otimização e segurança dos fluxos de dados;
Prática com versionamento de código utilizando GIT.
Prática com uso de IA e ferramentas de código, construção de agentes de IA
SERIA MUITO LEGAL SE VOCÊ TIVESSE:
Experiência com containers (Docker) e orquestração com Kubernetes (K8s) para deploy e gerenciamento de aplicações de dados;
Experiência com tecnologias de streaming de dados, como Kafka ou similares;
Familiaridade com a construção de APIs de dados utilizando FastAPI;
Noções de CI/CD para automação de deploy de pipelines de dados;
Construção de agentes com Langfuse e correlatos.
Responsável pelo processo: Eduarda Musarra