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