[job-30810] Master Data Architect, 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.

Somos especialistas em transformação tecnológica, unindo expertise humana à IA para criar soluções tech escaláveis. Com mais de 8.000 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.

Importante: se você reside na Região Metropolitana de Campinas, sua presença nos escritórios da cidade será obrigatória, conforme a política de frequência vigente

Missão: 
A CI&T está conduzindo um trabalho de reestruturação/modernização de um produto de uma grande instituição de ensino. O desafio envolve avaliar a solução atual, identificar possíveis gargalos/riscos e propor uma nova solução que atenda aos requisitos do negócio a longo prazo.

Buscamos uma pessoa Senior Data Architect com profundo conhecimento técnico no ecossistema Databricks + AWS, sendo responsável por propor e liderar soluções complexas, influenciar stakeholders técnicos e de negócio, formar e orientar times de engenharia de dados.

Principais Responsabilidades:
- Arquitetura de Solução-Alvo: Definir a arquitetura de referência do produto (estruturação e modelagem de dados, processamento, armazenamento, consumo e governança) em conjunto com o time de arquitetura do projeto, utilizando modelos de dados relacionais e não relacionais, de acordo com a necessidade das áreas de negócio (casos de uso). Definir padrões de modelagem, particionamento, indexação e contratos de dados;
- Assessment e Racionalização: Conduzir assessments estruturados de workloads existentes (ETL/ELT, relatórios, integrações), mapeando dependências cross-system. Definir e justificar, com critérios objetivos, o modelo de racionalização (migrar, refatorar, eliminar, postergar) da nova solução. Identificar riscos técnicos, planos de mitigação e quick wins para a jornada de modernização;
- Quality Gates: Definir e implementar quality gates (completeness, freshness, accuracy, lineage) ao longo dos pipelines. Estruturar políticas de governança e segurança com Unity Catalog, incluindo: controle de acesso, RBAC/ABAC, classificação e mascaramento de dados sensíveis, data lineage e auditabilidade;
- Orquestração e Operabilidade: Definir a estratégia de orquestração de pipelines (Databricks Workflows, Airflow ou equivalentes) e padrões de deploy/observabilidade. Desenhar a operação da plataforma (monitoramento, alertas, tratamento de falhas, autoscaling, otimização de custos);
- Liderança Técnica e Alinhamento Cross-team: Atuar como referência técnica para a área de dados, apoiando design de soluções, code reviews e decisões chave. Fazer interface com áreas de negócio, arquitetura corporativa e infraestrutura, garantindo alinhamento com padrões enterprise e objetivos estratégicos. Influenciar roadmap e priorização com base em riscos, valor de negócio e esforço técnico;
- Documentação e Knowledge Transfer: Produzir e manter artefatos de arquitetura (diagramas, ADRs, runbooks, mapeamentos de dependências, guidelines de padrões), além de conduzir sessões de enablement e transferência de conhecimento para times do do contexto (cliente e CI&T).

Requisitos:
- Mínimo de 5 anos de experiência em Engenharia/Arquitetura de Dados, sendo no mínimo 2–3 anos atuando explicitamente como Data Architect ou papel equivalente de liderança técnica;
- Experiência comprovada como responsável pela arquitetura em pelo menos um programa de modernização/migração de dados de médio/grande porte (não apenas projetos greenfield);
- Experiência prática com a aplicabilidade de modelos de dados relacionais e não relacionais (MongoDB, DynamoDB, PostgreSQL e similares);
- Boas práticas de performance (partitioning, z-order, caching, otimização de jobs);
- Capacidade de definir padrões para a camada de dados (estratégia de clusters, aging, controle de custos, segurança e governança);
- Experiência prática utilizando ferramentas AWS para o armazenamento e processamento de dados em escala;
- Capacidade de desenhar arquiteturas que considerem segurança, escalabilidade, custo (FinOps) e integração com o ecossistema do cliente;
- Experiência na definição e implementação de frameworks de governança de dados (data domains, ownership, políticas de acesso, catálogo);
- Experiência com definição e medição de SLAs/SLOs de dados, data quality checks e monitoramento;
- Experiência comprovada em migração de pipelines/relatórios legados (por exemplo, de SQL Server/SSIS/EDW tradicionais para plataformas modernas);
- Capacidade de ler, interpretar e avaliar código legado (T-SQL, SSIS XML/dtsx, PySpark) para orientar estratégias de migração/refatoração;
- Experiência com orquestração de pipelines (Apache Airflow, Databricks Workflows ou ferramentas equivalentes);
- Vivência com padrões de CI/CD para dados (IaC, promoção entre ambientes, versionamento de código e esquemas);
- Forte habilidade de comunicação em contextos executivos e técnicos: apresentação de arquiteturas, trade-offs e riscos;
- Experiência em atuação em times ágeis (Scrum/Kanban) e colaboração com Produto, Tecnologia e Negócio;
- Capacidade de influenciar decisões e conduzir discussões técnicas complexas em ambientes ambíguos.

Você irá se destacar se:
- Experiência com Lakebridge (Databricks Labs) ou outras ferramentas de automação de migração SQL.
- Familiaridade com abordagens AI-assisted para code conversion (LLMs para T-SQL → Spark SQL, SSIS → Notebooks);
- Background com PySpark, Sqoop, ou pipelines de ingestão em ecossistemas Hadoop/EMR;
- Experiência com estratégias de orquestração comparando Apache Airflow e Databricks Workflows;
- Vivência com Knowledge Graphs ou metadata management para rastreamento de dependências;
- Certificações relevantes (ex.: Databricks Lakehouse/Data Engineer, AWS Data Analytics Specialty ou equivalentes);
- Experiência anterior no segmento de Educação ou em contextos com múltiplas fontes acadêmico-administrativas (CRM, LMS, ERP, etc.).