Real success is the success you share

Acelerando a Transição Energética e a Transformação Digital

A Axians oferece soluções e serviços utilizando a tecnologia como ferramenta de transformação e progresso.

Com uma abordagem que valoriza o relacionamento humano e pessoal, a Axians atua no desenvolvimento de infraestruturas on premise e as a Service e soluções digitais, por meio de uma oferta abrangente de soluções e serviços como Cloud Services, Cybersecurity, Data Center, Gestão de dados, IoT, Networking as a Service (NaaS), Device as Service (DaaS), Digital Workspace, Manager Services e Business Continuity.

Junte-se a nós! #VemSerAxians #VenhaTrabalharConosco

Estamos em busca de um(a) Especialista Técnico de Dados & IA com ênfase em engenharia de dados (ingestão, transformação, qualidade, orquestração e governança), atuando como referência técnica frente ao cliente e internamente. Será responsável por desenhar arquiteturas, liderar squads, garantir boas práticas (FinOps/DevOps/MLOps/DataOps) e assegurar que as soluções atendam requisitos funcionais, de segurança, custo, desempenho e escalabilidade.

Principais responsabilidades:

• Liderança técnica e arquitetura de dados

Responsável por desenhar e evoluir arquiteturas modernas de dados (batch e streaming) em ambientes cloud e híbridos, estruturadas em camadas (Bronze/Prata/Ouro), com integrações entre data lakes e data warehouses. Define padrões de modelagem, particionamento, metadados, catálogo e linhagem, além de liderar decisões técnicas considerando custo, performance e complexidade.

• Entrega, qualidade e segurança

Atua como líder técnico de squads de engenharia de dados, garantindo boas práticas de desenvolvimento (code review, pair programming, refinamento técnico) e alta confiabilidade das entregas. Assegura testes automatizados, observabilidade dos pipelines, SLAs/SLOs, reprocessamento de dados e conformidade com requisitos de segurança, privacidade e LGPD.

• DataOps, DevOps e MLOps

Implementa práticas de CI/CD para dados, incluindo infraestrutura como código, versionamento de schemas e automação de deploys. Estrutura monitoramento de qualidade e governança de dados e colabora com times de ciência de dados na operacionalização de modelos, cobrindo feature store, versionamento, deployment e monitoramento de drift.

• Gestão técnica e comunicação com stakeholders

Atua como principal referência técnica junto a clientes e times internos, conduzindo discovery, workshops, desenho de soluções, handover e sustentação. Produz documentação técnica clara (arquitetura, padrões, playbooks), apoia estimativas e planejamento, gerencia riscos técnicos e garante alinhamento contínuo com PMs e POs.

Competências

Comportamentais:

• Liderança técnica servidora (ensinar, desbloquear e elevar padrão de qualidade).
• Comunicação clara com stakeholders técnicos e de negócio; capacidade de storytelling com dados.
• Pensamento sistêmico e orientação a valor de negócio.
• Gestão de riscos e negociação de escopo/prioridades.
• Mentalidade de produto (observabilidade, confiabilidade, custo e evolução contínua).

Técnicas:

• Linguagens e frameworks de transformação de dados: Domínio de Python (PySpark, Pandas), SQL avançado (CTEs, window functions) e Scala, com experiência prática em Spark/Databricks, dbt e Apache Beam para pipelines analíticos e de larga escala.

• Orquestração, DataOps e automação: Experiência com ferramentas de orquestração como Airflow, Databricks Jobs e pipelines nativos das principais clouds (Azure, AWS e GCP). Forte atuação em Git, CI/CD e Infraestrutura como Código (Terraform, Bicep, CloudFormation).

• Armazenamento, processamento e governança de dados: Sólido conhecimento em Data Lakes (S3, ADLS, GCS) e Data Warehouses (Redshift, BigQuery, Snowflake, Synapse), além de ferramentas de catálogo, metadados e linhagem como Purview, Glue Catalog, Dataplex, Collibra ou Alation.

• Streaming, integração e ingestão: Atuação com plataformas de streaming (Kafka, Kinesis, Event Hubs, Pub/Sub) e CDC (Debezium, DMS, Striim), bem como ferramentas de ETL/ELT como Fivetran, Stitch, Matillion ou Informatica (diferencial).

• Qualidade, testes e observabilidade: Implementação de testes de dados, monitoramento de qualidade e linhagem utilizando Great Expectations, Soda, Monte Carlo e OpenLineage, além de observabilidade com Prometheus/Grafana e ferramentas nativas das clouds.

• Segurança e conformidade: Experiência em IAM (RBAC/ABAC), criptografia e gestão de chaves (KMS/CMK), mascaramento/tokenização de dados, redes privadas (VPC/VNet, private endpoints) e aderência à LGPD.

• MLOps (em colaboração com Data Science): Conhecimento prático em MLflow, Vertex AI, SageMaker ou Azure ML, cobrindo pipelines, registry de modelos, feature store, deployment e monitoramento.

• Consumo e camada semântica (BI): Noções sólidas de Power BI, Looker e Tableau, com foco em modelagem semântica, performance e segurança (row-level security).

Experiências desejáveis:

• 4–6 anos totais em dados, com 3+ anos em engenharia de dados e pelo menos 1–2 anos liderando tecnicamente (referência técnica, mentoria, code review, desenho de solução).
• Vivência prática com data lakes/warehouses, pipelines batch e streaming, orquestração e qualidade de dados.
• Experiência em cloud pública (AWS, Azure e/ou GCP) e ambientes híbridos (conectividade, segurança, custos).
• Projeto(s) com observabilidade de dados (logs, métricas, alertas), teste de dados e CI/CD.
• Interação direta com áreas de negócio e equipes multidisciplinares (engenharia, ciência de dados, segurança, infraestrutura).

Certificações :

• Cloud: AWS (SAA ou Data Engineer), Azure (DP-203) ou GCP (Professional Data Engineer).
• Plataformas de dados: Databricks (Associate/Professional), dbt (Fundamentals / Analytics Engineer).
• Governança e qualidade: Collibra, Purview/Dataplex, Great Expectations.
• DevOps / IaC: Terraform Associate, Azure DevOps (AZ-400 – opcional).
• Privacidade e segurança: Certificações em LGPD e proteção de dados (ex.: EXIN).

Formação

• Graduação em TI ou áreas correlatas (completa)
• Inglês Intermediário