[job-31693] Senior Data Developer, 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.

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

### **Sobre a oportunidade**

A CI&T está conduzindo um programa de modernização de dados de alta complexidade para um dos maiores sistemas de saúde da América Latina.

O programa envolve o assessment, a racionalização e a migração de milhares de workloads de dados, incluindo pipelines ETL, packages SSIS, stored procedures, SQL Agent Jobs, integrações cross-system e processos PySpark/Sqoop, de uma stack legada baseada principalmente em SQL Server e SSIS para uma plataforma moderna construída sobre Databricks Lakehouse na Azure.

Buscamos uma pessoa Senior Data Engineer com experiência prática em engenharia de dados e modernização de ambientes legados. Essa pessoa atuará na análise, conversão, implementação e validação dos workloads, trabalhando em conjunto com lideranças técnicas, arquitetos e especialistas do cliente.

Além da experiência em dados, buscamos alguém que utilize coding agents, como Claude Code, Codex ou ferramentas equivalentes, de forma estruturada no dia a dia. Esperamos que essa pessoa saiba usar AI para investigar código, implementar conversões, gerar testes, diagnosticar falhas e produzir documentação, mantendo senso crítico e responsabilidade sobre a qualidade do resultado.

A pessoa também contribuirá para a evolução do harness de migração: o conjunto de instruções, contexto, ferramentas, automações, testes e quality gates que permite aos agentes executar atividades de engenharia com maior segurança e previsibilidade.

Esta é uma posição de engenharia de dados com forte atuação hands-on. Não é necessário possuir experiência em pesquisa, treinamento ou desenvolvimento de modelos de linguagem.

### **Missão da posição**

Implementar e validar a modernização dos workloads de dados, utilizando práticas sólidas de engenharia e ferramentas assistidas por AI para aumentar a produtividade, reduzir trabalho manual e preservar o comportamento dos processos legados.

### **Responsabilidades**

#### **Análise de workloads legados**

* Analisar workloads como packages SSIS, stored procedures, views, functions, SQL Agent Jobs, pipelines PySpark/Sqoop e scripts de integração. * Identificar tabelas, arquivos, conexões, parâmetros, dependências e efeitos colaterais envolvidos em cada workload. * Investigar regras de negócio e comportamentos implícitos ou pouco documentados. * Apoiar a classificação dos workloads nas estratégias de migrar, converter, refatorar, substituir, eliminar ou postergar. * Registrar riscos, dependências, limitações e dúvidas encontradas durante o assessment. * Contribuir para o inventário técnico e o mapeamento de dependências do ambiente legado.

#### **Conversão e modernização**

* Implementar conversões de T-SQL para Databricks SQL, Spark SQL ou PySpark. * Converter ou reconstruir fluxos SSIS utilizando notebooks, jobs, pipelines e workflows na plataforma-alvo. * Modernizar SQL Agent Jobs e outros mecanismos de execução e agendamento conforme os padrões de orquestração definidos pelo programa. * Aplicar padrões arquiteturais e de desenvolvimento estabelecidos pelas lideranças técnicas. * Propor melhorias nos padrões quando identificar casos não contemplados, limitações ou oportunidades de simplificação. * Tratar diferenças entre as plataformas relacionadas a tipos de dados, `NULL`, precisão decimal, datas, timezone, collation, ordenação, funções específicas e comportamento transacional. * Preservar as regras de negócio e os resultados esperados, evitando reproduzir desnecessariamente limitações ou complexidades da solução legada. * Participar de code reviews e apoiar outros integrantes do squad na investigação de problemas técnicos.

#### **Desenvolvimento assistido por AI**

* Utilizar coding agents, como Claude Code, Codex ou equivalentes, para análise de código, implementação, refatoração, geração de testes, troubleshooting e documentação. * Fornecer aos agentes contexto técnico adequado, incluindo requisitos, padrões de conversão, arquitetura, exemplos e critérios de aceite. * Revisar criticamente o código produzido por AI antes de aceitá-lo ou promovê-lo. * Identificar problemas de correção, segurança, performance, manutenibilidade e equivalência semântica nos resultados gerados. * Utilizar ciclos iterativos de geração, execução, coleta de erros, correção e validação. * Registrar limitações, falhas recorrentes e aprendizados obtidos durante o uso das ferramentas. * Transformar correções repetitivas em instruções, exemplos, regras, testes ou skills reutilizáveis pelo squad. * Respeitar as políticas de segurança, privacidade e uso de ferramentas generativas definidas pela CI&T e pelo cliente.

#### **Contribuição para o harness de migração**

* Utilizar e contribuir para a estrutura de contexto, instruções, skills e ferramentas disponibilizada nos repositórios do programa. * Criar ou aprimorar scripts, validadores e automações que apoiem o assessment, a conversão e a validação dos workloads. * Integrar as atividades assistidas por AI com Git, pull requests, CI/CD e processos de revisão. * Ajudar a tornar logs, erros, testes, metadados e documentação acessíveis aos agentes de desenvolvimento. * Contribuir para ciclos automatizados de execução e feedback, permitindo que conversões sejam verificadas de forma repetível. * Identificar atividades que podem ser automatizadas e situações que ainda exigem análise ou aprovação humana. * Apoiar a evolução do tooling de migração com base nas dificuldades observadas nos workloads reais.

#### **Qualidade e reconciliação**

* Criar testes unitários, de integração e de regressão para pipelines e componentes convertidos. * Executar validações de paridade entre workloads legados e modernizados. * Comparar schemas, row counts, checksums, agregações, regras de negócio e resultados detalhados. * Investigar divergências e identificar se sua origem está no código, nos dados, no ambiente ou na interpretação da regra de negócio. * Criar dados e cenários de teste que cubram casos comuns e casos de borda. * Contribuir para golden datasets, golden queries e outros artefatos utilizados na avaliação das conversões. * Garantir que uma conversão não seja considerada concluída apenas porque o código compila ou executa. * Produzir e registrar evidências de validação para os workloads migrados.