[Job-31340] Mid-Level Data Scientist, Brazil
Sign up free to see how well your resume matches this role.
What you'll do
- 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 in 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.
What they're looking for
- 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.
Nice to have
- 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).
Summarised by NextRaise from the employer’s description, which follows in full below.
Full description from employer
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 Scientist 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:
- Traduzir dados de eventos digitais (web/app) em modelos de comportamento do usuário;
- Desenvolver análises exploratórias e avançadas para identificação de padrões, jornadas e fricções;
- Gerar insights acionáveis que influenciem decisões de produto, marketing e experiência do cliente;
- Estruturar e conduzir hipóteses analíticas, garantindo sua validação através de testes e experimentação;
- Projetar, desenvolver e escalar modelos de Machine Learning e IA, com foco em comportamento e personalização;
- Implementar estratégias de experimentação (A/B testing, causal inference, uplift modeling);
- Trabalhar em conjunto com squads de produto, engenharia e analytics para garantir a correta instrumentação e qualidade dos dados;
- Evoluir frameworks e metodologias de mensuração de comportamento e impacto de iniciativas;
- Apoiar a democratização de dados, garantindo clareza e entendimento dos insights gerados.
Requisitos para este desafio:
- Experiência como Cientista de Dados;
- Domínio de análise de dados comportamentais digitais (eventos de front-end, tracking, jornada do usuário);
- 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).
Diferenciais:
- 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
Company
Company facts come from this company's own listings. We only show what the postings themselves carry.