Job description
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.
Nesta posição, atuará na transformação da forma como os dados financeiros são processados, analisados e aproveitados para a tomada de decisões estratégicas. O seu papel será fundamental num ambiente desafiador e inovador, utilizando tecnologias de ponta para realizar entregas de alto impacto, aliando forte capacidade técnica, visão analítica e foco em escalabilidade.
O que você fará por aqui
Projetar, desenvolver e manter pipelines de dados robustos e escaláveis, garantindo a qualidade, governança e observabilidade dos dados.
Atuar em projetos de processamento massivo de dados utilizando Apache Spark / PySpark, AWS Glue e EMR.
Implementar rotinas de orquestração e automação de fluxos de dados com Apache Airflow, Step Functions e EventBridge.
Modelar e gerir o armazenamento de dados em S3, Open Table Formats e arquitetura Lakehouse, incluindo data contract e schema evolution.
Desenvolver e otimizar consultas em Data Warehouses (Redshift, Athena), bases de dados relacionais (RDS) e NoSQL (DynamoDB).
Aplicar práticas de governança de dados com Lake Formation, OpenLineage e ferramentas de catalogação e lineage.
Monitorizar e garantir a observabilidade dos ambientes de dados com CloudWatch, DataDog e práticas de melhoria contínua.
Explorar e implementar soluções de IA e GenAI aplicadas a dados (prompt engineering, RAG, embeddings, guardrails e avaliação).
Contribuir para a cultura de automação (toil reduction), DevOps (Dev + Infra + Sec), planeamento de capacidade e otimização da relação custo/performance.
Participar na resolução de incidentes, elaboração de runbooks e promoção de práticas de melhoria contínua nos processos.
O que esperamos que você saiba
Experiência consolidada em processamento e transformação de dados utilizando Apache Spark / PySpark, AWS Glue e EMR.
Domínio em consultas e armazenamento avançado, com forte base em SQL e NoSQL (modelagem em S3, Redshift, DynamoDB, RDS, Athena).
Atuação comprovada na orquestração de dados com Apache Airflow, Step Functions e EventBridge.
Vivência sólida em arquiteturas Lakehouse, Open Table Formats, data contract e schema evolution.
Práticas de governança de dados utilizando Lake Formation e OpenLineage.
Conhecimento em configuração de monitorização e observabilidade com CloudWatch, DataDog ou similares.
O que seria muito legal que você soubesse
Experiência prática com IA / GenAI aplicada à engenharia de dados (ex: Amazon Bedrock, MCP Server AI Agent, técnicas de RAG e avaliação/eval).
Conhecimento e aplicação de desenvolvimento guiado por especificação (Spec Driven Development).
Para essa posição teremos aplicação de um teste.
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.
Originally posted on Himalayas
Who can apply
The source lists worldwide eligibility. Accepted UTC offsets: UTC-11, UTC-10, UTC-9.5, UTC-9, UTC-8, UTC-7, UTC-6, UTC-5, UTC-4, UTC-3.5, UTC-3, UTC-2, UTC-1, UTC+0, UTC+1, UTC+2, UTC+3, UTC+3.5, UTC+4, UTC+4.5, UTC+5, UTC+5.5, UTC+5.75, UTC+6, UTC+6.5, UTC+7, UTC+8, UTC+8.75, UTC+9, UTC+9.5, UTC+10, UTC+10.5, UTC+11, UTC+12, UTC+12.75, UTC+13, UTC+14. Review the full description for employer-specific work authorization, residency and schedule requirements.