Skills
Sobre a Vaga
Na CI&T, você atuará em um time de dados com foco em inteligência artificial aplicada de forma nativa nos fluxos de trabalho. A missão é transformar dados brutos em produtos confiáveis, documentados e reutilizáveis, mantendo qualidade e segurança em produção.
Responsabilidades
- Desenvolver transformações e modelos analíticos em Azure Databricks, ADF, Fabric e Power BI
- Construir e manter camadas analíticas (Bronze, Silver, Gold) e modelos semânticos orientados ao negócio
- Converter regras de negócio em modelos de dados escaláveis e padronizar métricas corporativas
- Garantir qualidade dos dados com testes e observabilidade
- Apoiar a criação de datasets para Analytics e para Agents
- Atuar no SDLC com IA, incluindo codegen, testes, refactor e debugging assistidos
- Estruturar especificações (spec-driven development) para orientar a IA e controlar a qualidade dos outputs
- Construir e orquestrar agentes com uso de ferramentas, planejamento e execução integrados a repositórios, pipelines e APIs
- Aplicar boas práticas de governança, modelagem e documentação
Requisitos
- SQL avançado
- Modelagem de dados e experiência com Data Warehousing/Lakehouse
- Databricks e Python
- Boas práticas de qualidade, governança e documentação
- Versionamento com Git/GitHub
- Conhecimento de spec-driven development e domínio de SDLC (design → build → test → deploy → operate)
- Uso avançado de IA no desenvolvimento (codegen, testes, refactor e debugging)
- Construção de agentes multi-step com tool usage e planejamento/execução
- Integração via MCP (Model Context Protocol) ou equivalente
- Criação de interfaces operacionais via comandos estruturados (prompt)
- Orquestração de workflows multiagente ou humano + agente
- Integrações com Git, CI/CD, issue tracking e observabilidade
- Avaliação crítica de outputs de IA com foco em qualidade, segurança e consistência
Beneficios
- Atuação em projetos com foco em Data & AI e desenvolvimento assistido por IA
- Ambiente colaborativo com times de dados e engenharia
- Oportunidade de construir produtos de dados reutilizáveis e governados