Arquiteto de Dados Pleno

A equipe de Produção de Dados do CIDACS se dedica a construir arquiteturas de dados robustas e escaláveis, atendendo às necessidades das pesquisas em saúde pública e lidando com grandes volumes de dados e estruturas complexas. A vaga de bolsista para a atividade de Arquiteto de Dados Pleno desempenhará um papel importante no desenvolvimento de estratégias de arquitetura de dados, na implementação e otimização de ambientes de Big Data, assegurando que a infraestrutura de dados seja segura, eficiente e escalável.

Responsabilidades

1. Apoiar iniciativas de modernização da arquitetura de dados, incorporando novas tecnologias e melhores práticas;
2. Projetar e otimizar bancos de dados estruturados e não estruturados para atender a demandas da pesquisa;
3. Documentar arquiteturas, fluxos e estratégias de dados, assegurando a facilidade de manutenção e escalabilidade;
4. Auxiliar na avaliação e implementação de soluções de data lakes e data warehouses;
5. Colaborar com equipes multidisciplinares em projetos que envolvem grande volume de dados, modelagem e integração;
6. Monitorar o desempenho da arquitetura de dados, identificando e solucionando gargalos de performance;
7. Auxiliar na implementação e otimização da arquitetura de dados em ambientes de Big Data, garantindo escalabilidade, performance e segurança;
8. Apoiar o desenvolvimento de pipeline de dados em linguagem adequada;
9. Auxiliar nas atividades de pré-processamento e vinculação de dados e construção de datasets para pesquisa;
10. Gerenciar e otimizar grandes volumes de dados em arquiteturas distribuídas;
11. Participar de reuniões e sessões técnicas para disseminar conhecimento e garantir a eficiência nas operações de dados;
12. Elaborar e apresentar relatórios técnicos periódicos.

Requisitos

1. Formação superior em Ciência da Computação, Engenharia de Computação, Sistemas de Informação ou áreas correlatas;
2. Experiência de pelo menos 2 anos atuando com arquitetura de dados e banco de dados;
3. Conhecimento profundo em modelagem de dados e bancos de dados relacionais (SQL) e não relacionais (NoSQL);
4. Forte experiência em arquiteturas de dados distribuídas e escaláveis, especialmente em ambientes de Big Data (Spark, ElasticSearch);
5. Experiência em projetar e otimizar data lakes e data warehouses (ex.: Delta Lake, MinIO);
6. Experiência em integração e transformação de dados em larga escala, incluindo ETL/ELT;
7. Conhecimento em automação de pipelines de dados usando orquestradores (ex.: Airflow);
8. Experiência com sistemas de controle de versão (Git) e práticas de CI/CD para a implementação de pipelines de dados;
9. Experiência em ambientes Linux e habilidades avançadas de Scripting (ex.: Bash);
10. Capacidade de colaborar com times multidisciplinares, incluindo cientistas de dados e analistas de dados;
11. Experiência com bancos de dados orientados a colunas (ex.: Cassandra, HBase) e motores de consulta distribuídos (ex.: Trino, Presto);
12. Conhecimento avançado em containers e orquestração de containers (Docker, Kubernetes);
13. Familiaridade com governança de dados e frameworks (ex.: DMBok);
14. Certificações em tecnologias de Big Data, bancos de dados ou arquitetura de dados;
15. Conhecimento em otimização de queries e design de esquemas para bancos de dados voltados para alta performance;
16. Experiência com dados de saúde ou em projetos relacionados à saúde pública;
17. Inglês intermediário (leitura e escrita técnica).

A Missão

O Cidacs conduz estudos e pesquisas baseados em projetos interdisciplinares originados na vinculação de grandes volumes de dados para ampliar o entendimento dos determinantes e das políticas sociais e ambientais sobre a saúde da população.