[Job 25587] Data & AI Manager

Somos especialistas em transformação tecnológica, unindo expertise humana à IA para criar soluções tech escaláveis. Com mais de 7.400 CI&Ters ao redor do mundo, já formamos parcerias com mais de 1.000 clientes durante nossos 30 anos de história. Inteligência Artificial é nossa realidade.

Buscamos uma liderança sênior, hands-on, para integrar nosso time de dados CI&T e liderá-lo na construção de um ecossistema de dados moderno, orientado a produto e a plataforma. Você atuará diretamente com a média e alta gestão, traduzindo necessidades de negócio em arquiteturas e capacidades reutilizáveis, combinando governança como plataforma, Policy-as-Code, Lakehouse/Event-Driven e uso de GenAI para acelerar Data Discovery, Data Quality, Compliance e adoção.

Responsabilidades

- Liderar e desenvolver o time, promovendo boas práticas de engenharia e cultura de Data as a Product (domain ownership, SLOs/SLIs).

- Projetar e implementar pipelines de dados complexos (batch e streaming), com automação, orquestração e otimização de ETL/ELT.

- Desenvolver transformações em Python/PySpark e SQL, com testes automatizados (PyTest) e padrões de engenharia.

- Assegurar Data Quality de ponta a ponta: testes como código, SLOs/SLIs de datasets, alerta proativo e automação de remediação.

- Desenhar o blueprint de plataforma: Metadata-first, Lineage, Policy-as-Code, Data Catalog/Discovery, Semantic Layer, observabilidade.

- Incorporar GenAI no fluxo: copilotos para catálogo e documentação, Sensitive Data Classification (PII), geração assistida de políticas e testes, Change Intelligence (impact summaries).

- Colaborar com equipes multidisciplinares (dados, produto, segurança, compliance, negócio), traduzindo requisitos de negócio em soluções técnicas escaláveis e mensuráveis.

- Conduzir decisões de arquitetura (Lakehouse, Delta/Parquet, real-time com Pub/Sub/Kafka, microservices) com foco em escalabilidade, custo e segurança.

- Operar mecanismos de Compliance “always-on” (LGPD/PII): classificação, mascaramento, access control contextual e rastreabilidade ponta a ponta.

Integrar a plataforma com o ecossistema corporativo (APIs, eventos, legados/SaaS), garantindo performance e confiabilidade.

- Implantar versionamento, CI/CD e IaC (Git/Azure DevOps) para reprodutibilidade e menor time-to-data.

- Interagir com a alta gestão, apresentar roadmaps, riscos e resultados; definir e acompanhar OKRs/métricas (adoção, lead time, incidentes, risco residual).

- Evangelizar e gerir a mudança para aumentar adoção e valor de negócio.

Experiências necessárias

- Experiência sólida construindo pipelines de dados com Python, PyTest, PySpark e SQL.

- Experiência sólida em Google Cloud Platform (BigQuery, Dataproc, Dataflow, Pub/Sub, Composer/Airflow, IAM).

- Experiência sólida com ferramentas de orquestração (Airflow/Composer, Dagster, Prefect).

- Experiência com Databricks em pipelines complexos (Delta Lake, Jobs/Workflows, Unity Catalog).

- Vivência com bancos relacionais e não relacionais, incluindo schema design e query optimization.

- Experiência em arquitetura de microservices e integrações corporativas (REST/GraphQL, event-driven).

- Proficiência em Git/Azure DevOps para versionamento, CI/CD e colaboração.

- Vivência prática em Data Governance operacional: Metadata, Lineage, Data Catalog/Discovery, Data Quality, Security & Access.

- Experiência liderando times técnicos e interagindo com executivos, com forte comunicação e influência.

- Sólida compreensão de Security, Privacy e Compliance (LGPD) aplicados a dados.

- Capacidade de decisões de arquitetura com foco em custo/eficiência (FinOps), escalabilidade e confiabilidade.

Desejável

- Graduação em Ciência da Computação, Engenharia de Software, Sistemas de Informação ou áreas correlatas.

- Experiência prévia sênior em engenharia de dados e projetos com GCP.

- Certificações: Google Professional Data Engineer/Cloud Architect; Databricks (Data Engineer Professional); Airflow/Dagster; segurança.

- Ferramentas de Data Quality/Observability (Great Expectations, Soda, Monte Carlo) e de Metadados/Catálogo (DataHub, Collibra, Atlan).

- Vivência com Policy-as-Code e governança (OPA, Ranger, BigQuery policies, DLP, mascaramento/tokenização).

- Conhecimento de Semantic Layer e métricas (Looker semantic model, dbt/metrics).

- Experiência com GenAI/ML em dados (Vertex AI, embeddings/RAG para Discovery, assistentes internos).

- Experiência em Data Mesh e estratégias de dados como produto em grandes organizações.

MidSenior

LI-RW1