Mid Level/Senior Data Developer (Python/AWS Glue/PySpark), Brasil

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.

Olá, aqui é a Wal da CI&T!

Sou do time de Talent Attraction e procuro profissionais localizados no Brasil para a posição de Mid Level/Senior Data Developer (Python/AWS Glue/PySpark), que atuarão em um projeto do ramo financeiro.

Você vai atuar no desenvolvimento e evolução de pipelines e aplicações de ingestão de dados, trabalhando com arquiteturas serverless e containerizadas dentro do ecossistema AWS. O trabalho exige autonomia técnica, senso de qualidade e boa comunicação com times multidisciplinares.

Responsabilidades:

• Desenvolver e evoluir aplicações de ingestão de dados com AWS (Glue, Lambda, ECS, SNS, SQS, Kafka)

• Participar de inceptions e refinamentos técnicos

• Escrever e manter testes automatizados com foco na pirâmide de testes

• Realizar code review e contribuir para a evolução da qualidade do código

• Atuar em gestão de incidentes e deploys em produção

Requisitos:

• Experiência sólida em Python

• Familiaridade com AWS Glue, Lambda, S3, EC2 e Athena

• Conhecimento em PySpark

• Automação de testes unitários e pirâmide de testes

• Banco de dados relacional

• Capacidade de refinamento técnico de histórias e soluções

• Qualidade de código e boas práticas de programação

• Comunicação clara e alinhamento com o time

Será um diferencial:

• LocalStack e infraestrutura como código

• Arquitetura serverless avançada

• Observabilidade

• Mensageria: Kafka, SQS, SNS

• Step Functions e orquestração de pipelines (conceito de DAG)

• Arquitetura Medallion (Bronze, Silver e Gold)

• Datamesh e governança federada de dados

• FinOps aplicado a dados

• Ferramentas de qualidade de dados: Great Expectations, Deequ ou PyDeequ