[Job-31326] Senior Data Developer, Brazil
This is the employer's own posting, not a copy on a job board.
What we know
Is it still open?
Confirmed still open
Last checked 2d ago — checked against the employer's own applicant tracking system, which is the company answering directly.
We re-read the employer's own applicant tracking system and the posting was still there. That is the company answering directly.
How old is it?
Posted 14d ago
The date the source published, not the day we noticed it (2026-09-01). Last seen at its source just now.
Is it remote?
Marked remote on the employer's board
Their board carries a remote setting on this posting — a field they filled in, not wording we read. The location field names somewhere specific, which is usually where the team or the entity sits.
Who may apply?
Brazil
The description states no restriction of its own. This is the source's own tag.
Pay not stated
Similar roles pay $95.9k–157.1k/yr
Middle 50% of 8 listings that do state pay — Engineering · Senior · Brazil · USD/year. This employer has published no salary; this is what comparable listings we hold disclose, never converted between currencies or periods. How this is calculated.
Skills named in the ad
Recognised terms only, from a fixed vocabulary — this is what CV matching compares against.
Carried by 1 source
-
lever employer's own board first seen 14d ago · last seen just now
The listing
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.
Somos 8.000 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.
Estamos buscando uma pessoa Data Developer focada em integração e modelagem para construir e evoluir nosso data lake e camadas analíticas. Não é uma posição orientada a “big data”/streaming massivo, e sim a integrações sólidas, pipelines de transformação estáveis e organização de dados de mercado (histórico e distribuição) com boa governança e qualidade.
Responsabilidades:
Projetar, implementar e manter pipelines de dados ponta a ponta (ELT/ETL) com foco em confiabilidade, reprocessamento e custo-eficiência;
Orquestrar cargas e rotinas usando Airflow (AWS) e funções serverless (AWS Lambda); apoiar deploys em EKS quando necessário;
Modelar dados no Snowflake (camadas bronze/prata/ouro) e desenvolver transformações no dbt (macros, tests, docs).
Construir integrações e serviços em Python com FastAPI para expor/consumir dados e automatizar processos.
Consumir, normalizar e versionar dados de mercado (market data), com ênfase em histórico e distribuição (batch; pouco streaming);
Escrever SQL de alto desempenho (tuning, particionamento/clustering no Snowflake, e em Postgres);
Utilizar Pandas para tratamentos pontuais, validações e prototipação de transformações;
Garantir qualidade (testes no dbt, data checks), observabilidade (logs/metrics/alerts), segurança (acessos, mascaramento) e documentação;
Colaborar com times de negócios, analytics e produtos para definir SLAs, contratos de dados e padrões de governança.
Requisitos para este desafio:
Sólida experiência com SQL (otimização de queries, modelagem relacional e analítica);
Experiência prática com Snowflake (warehousing, roles, tasks, performance, custos) e dbt (models, tests, sources, exposures);
Experiência construindo pipelines de dados em Airflow (DAGs, sensores, retries, SLA) e AWS Lambda;
Conhecimento de Postgres (ingestão, replicação/CDC básica ou manutenção, rotinas);
Vivência com Python para dados (Pandas) e desenvolvimento de APIs com FastAPI;
Prática em ELT/ETL orientado a batches, versionamento em Git e CI/CD (deploy seguro de pipelines/modelos dbt);
Noções de segurança e governança de dados (controle de acesso, linhagem, documentação, dados sensíveis).
Inglês técnico para leitura de documentação.
Diferenciais:
Experiência com EKS/Kubernetes para workloads de dados;
Integração de fontes de market data (provedores, formatos, rate limits, histórico, calendário);
Monitoramento/observabilidade (prometheus/grafana/cloudwatch), data quality além do dbt (Great Expectations, Soda);
Padrões de contrato de dados (pydantic/JSONSchema), e práticas de data contracts;
Performance em Snowflake (micro-particionamento, clustering, warehouses, query profile);
Custos e FinOps em dados na AWS/Snowflake;
Experiência com CDC (Debezium, DMS) e mensageria (SQS, SNS; Kafka apenas se necessário).
Stack e ambiente:
Data platform: Snowflake, dbt
Orquestração e Cloud: Airflow (AWS), AWS Lambda, EKS (quando aplicável);
Linguagens e libs: Python, Pandas, FastAPI;
Bancos: Postgres, Snowflake;
Dev: Git, CI/CD (GitHub Actions/GitLab CI/CodeBuild), IaC (CloudFormation/Terraform é plus);
Observabilidade: CloudWatch, (Grafana/Prometheus como plus).
#LI-CB4