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.
A CI&T está em expansão e busca uma pessoa Arquiteta de Dados Sênior para liderar a transformação do ecossistema analítico de um cliente líder no setor de varejo. A posição atuará como reforço técnico especializado, dedicada à célula de arquitetura do cliente, com a missão de diagnosticar a arquitetura de dados existente e desenhar o futuro ecossistema de dados, integrando plataforma de dados de clientes e ambiente de nuvem de forma escalável e orientada a resultados de negócio.
O papel exige visão holística do ciclo de vida do dado — da geração nas fontes operacionais e de CRM até a entrega para produtos analíticos e ativação de negócio — e equilibra profundidade técnica com comunicação direta entre equipes de desenvolvimento e lideranças de negócio. É uma iniciativa de longo prazo, sem data de encerramento definida, com atuação 100% remota em todo o território nacional.
Responsabilidades
Assessment de Arquitetura : Realiza uma análise aprofundada da arquitetura de dados vigente e do modelo operacional do cliente, identificando oportunidades de melhoria, otimização e evolução a partir das tecnologias e capacidades já existentes, com foco no ambiente GCP. Deve também possuir visão arquitetural para propor mudanças estruturais mais abrangentes, incluindo eventualmente a adoção de novas plataformas ou tecnologias, quando tecnicamente viáveis, sustentando as propostas com argumentos técnicos, estratégicos e de negócio.
Mapeamento de Fluxo de Dados: mapeia o fluxo completo do dado, desde a geração nas fontes operacionais, transacionais e de CRM até a ingestão, transformação, governança e entrega para produtos analíticos.
Desenho de Solução: projeta e propõe uma nova arquitetura de dados integrada, garantindo interoperabilidade entre a plataforma de dados de clientes (Salesforce Data Cloud) e o ambiente de nuvem e Lakehouse analítico.
AI-Readiness: estrutura a arquitetura para suportar casos de uso de Inteligência Artificial generativa, busca vetorial, modelos preditivos e agentes autônomos de dados.
Governança e Boas Práticas: orienta times de desenvolvimento de dados e de analytics na adoção de melhores práticas de modelagem, pipelines, linhagem, qualidade de dados e conformidade com a Lei Geral de Proteção de Dados (LGPD).
Otimização de Custos: avalia e otimiza a eficiência operacional e financeira dos recursos de nuvem e das licenças da plataforma de dados de clientes, por meio de práticas de FinOps.
Comunicação com Stakeholders: transita entre equipes técnicas e lideranças de negócio, traduzindo processos complexos em recomendações de arquitetura claras e acionáveis.
Requisitos para este desafio:
Trajetória sólida em Arquitetura de Dados - desenvolvimento e modelagem de dados, com experiência em pipelines de dados.
Conhecimento aprofundado da plataforma de dados de clientes Salesforce Data Cloud, incluindo modelagem de dados de clientes (DMO/DSO), unificação de perfis, cálculo de insights e regras de ativação — requisito inegociável
Domínio em arquitetura e serviços de dados no Google Cloud Platform (GCP), como BigQuery, Cloud Storage, orquestração de pipelines e gestão de identidade e acesso
Capacidade comprovada de enxergar o ciclo de vida completo do dado e traduzir processos de negócio em arquiteturas de dados de ponta a ponta
Forte visão sistêmica, comunicação clara e facilidade para transitar entre equipes técnicas e executivos de negócio
Orientação a resultados, eficiência de processos e resolução pragmática de problemas
Diferenciais:
Experiência com Databricks, arquitetura Medallion (Bronze, Prata, Ouro), Delta Lake, PySpark/Spark SQL e Unity Catalog
Experiência com Snowflake, arquitetura de warehouses virtuais, Snowpark e recursos de Data Sharing, incluindo integração nativa com plataformas de dados de clientes via Zero-Copy
Conhecimento em modelagem dimensional, relacional e padrões de integração em batch e streaming
Conhecimento em nuvens alternativas, como AWS ou Azure
Certificações como Salesforce Data Cloud Accredited Professional, Google Cloud Professional Data Engineer/Architect, Databricks Certified Data Engineer Professional, SnowPro Advanced: Architect ou SnowPro Advanced: Data Engineer