Pessoa Engenheira de Dados Sênior

<p>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.</p>
<p>Valorizamos o crescimento contínuo dos zuppers, incentivando cada pessoa a trilhar caminhos que impulsionem sua evolução profissional. </p>
<p>Atuar como <strong data-start="34" data-end="58">Data Engineer Sênior</strong> na construção e evolução de pipelines de dados complexos, com foco em <strong data-start="129" data-end="190">dados multimodais e soluções para Inteligência Artificial</strong>. A posição terá forte atuação em <strong data-start="224" data-end="310">Python, PySpark, SQL/NoSQL, AWS, streaming, Data Mesh, Terraform e observabilidade</strong>, garantindo escalabilidade, qualidade, performance e controle de custos.</p>
<p><br><strong>O que você fará por aqui</strong></p>
<ul>
<li>Construir e manter pipelines de dados complexos para ingestão, processamento e disponibilização de dados multimodais (áudio, imagem, documentos) para modelos de IA.</li>
<li>Apoiar equipes de ciência de dados e Machine Learning na produtização de modelos, garantindo escalabilidade, performance e qualidade dos dados.</li>
<li>Implementar e monitorar processos de governança, qualidade e controle de custos em ambientes de dados distribuídos.</li>
<li>Desenvolver e otimizar soluções SQL e NoSQL, inclusive replicação avançada para alta disponibilidade e consistência global.</li>
<li>Ajudar a reduzir a latência em pipelines multimodais por meio da escolha e configuração adequadas de ferramentas (streaming, cache, processamento em lote).</li>
<li>Atuar como referência técnica em observabilidade e monitoramento de dados, propondo inovações e melhores práticas.</li>
<li>Colaborar com times multidisciplinares utilizando metodologias ágeis e promovendo comunicação clara com stakeholders técnicos e de negócio.</li>
</ul>
<p><strong><br></strong><strong>O que esperamos que você saiba</strong></p>
<ul>
<li>Python e PySpark avançados para construção de pipelines.</li>
<li>SQL (modelagem, otimização de queries, replicação avançada) e bancos NoSQL (incluindo DynamoDB).</li>
<li>AWS (S3, Glue, Athena, Lake Formation, EMR, Lambda, Step Functions, DynamoDB, SageMaker) para orquestração e processamento de dados.</li>
<li>Ferramentas de streaming (Kafka ou Kinesis).</li>
<li>Modelagem de dados voltada para Data Mesh (SOR/SOT/SPEC).</li>
<li>Terraform para infraestrutura como código.</li>
<li>Git, CI/CD para versionamento e automação.</li>
<li>Monitoramento e observabilidade de pipelines com Datadog.</li>
</ul>
<p><strong>O que seria Legal se você soubesse</strong></p>
<ul>
<li>Experiência com pipelines de dados multimodais (áudio, imagem e documentos).</li>
<li>Configuração avançada de replicação multi-região em bancos SQL/NoSQL.</li>
<li>Liderança em iniciativas de inovação no uso de cache distribuído (ex: Hazelcast, Aerospike).</li>
<li>Atuação em eventos técnicos ou publicação de artigos sobre dados/observabilidade.</li>
<li>Integração de pipelines com soluções de IA generativa e modelos avançados.</li>
<li>Vivência prática com StackSpot AI ou aplicações similares para acelerar produtividade.</li>
</ul>
<div class="content-conclusion"><p><strong>O que acontece após minha aplicação na vaga interna?</strong> <br><br>Confirmada sua candidatura e analisado que seu perfil faz sentido para a posição escolhida, <span style="text-decoration: underline;">comunicaremos via e-mail a liderança e BP imediatos</span> sobre sua aplicação em seleção interna.</p>
<p>Quer entender mais sobre os detalhes, acesse a <a href="https://sites.google.com/zup.com.br/zup/vagas-internas" target="_blank">página de Vagas Internas</a> na Zupnet.</p>
<p> </p>
<p> </p>
<div id="content" class="">
<p><span style="color: #ecf0f1;"><strong>#LI-DNI #LI-DNP</strong></span></p>
</div>
<div class=""> </div></div>