Vaga: Engenheiro(a) de Dados – Streaming Data Platform

Descrição da empresa

A JUIT é uma legaltech (startup do ramo jurídico). Nosso objetivo é otimizar a pesquisa jurídica para operadores do direito, estruturando dados do Judiciário brasileiro em uma plataforma de busca e jurimetria.

Iniciamos nossas atividades em 2018 e desde então já tivemos diversos reconhecimentos, seja em inovação ou na área de tecnologia.

Descrição da vaga

A equipe de Engenharia de Dados da JUIT concentra-se em estruturar e potencializar grandes volumes de dados jurídicos provenientes de múltiplas fontes públicas e privadas. Por meio de arquiteturas robustas, pipelines escaláveis e técnicas avançadas de processamento de dados, o time transforma informações brutas e heterogêneas em ativos confiáveis, estruturados e prontos para geração de valor.

Nossa engenharia atua em todo o ciclo de vida do dado: da coleta e ingestão, passando por tratamento, normalização e enriquecimento, até a disponibilização para produtos, APIs e modelos inteligentes. Trabalhamos continuamente para elevar a qualidade, a consistência e a rastreabilidade das informações, garantindo que cada dado entregue pela JUIT contribua diretamente para decisões mais seguras, eficientes e estratégicas no contexto jurídico.

Estamos em busca de um(a) Engenheiro(a) de Dados para fazer parte do nosso time plataforma de dados.

ATENÇÃO: Candidatos fora do perfil serão ignorados.

O que você fará:

• Desenvolver e manter pipelines de integração de dados em tempo real e APIs de dados que compõem nossas estruturas de processamento;
• Garantir a estabilidade e a saúde das pipelines em produção, monitorando filas, investigando e corrigindo falhas nos fluxos de dados, e participando da elaboração de post-mortems com análise de causa raiz e ações preventivas;
• Implementar esquemas de dados robustos e estratégias de versionamento utilizando Avro e Schema Registry;
• Colaborar com equipes de engenharia para definir padrões de arquiteturas orientadas a eventos e boas práticas de streaming;
• Publicar serviços de dados para uso interno e externo de forma escalável e observável;
• Realizar consultas e análises nos bancos de dados para investigar inconsistências, validar transformações e apoiar o diagnóstico de problemas;
• Contribuir para a evolução de frameworks de testes e validação, ajudando a garantir a qualidade dos dados processados pelas pipelines;
• Apoiar a definição e o acompanhamento de métricas de observabilidade (SLA, SLO, SLI), instrumentando o código com telemetria e atuando no monitoramento proativo e no planejamento de recuperação de desastres para garantir a disponibilidade do sistema e a integridade dos dados;
• Colaborar com o time de segurança para garantir conformidade com políticas de segurança de dados e compliance;
• Documentar processos, decisões técnicas e o status dos serviços mantidos pelo time.

Requisitos:

• Formação superior em exatas (Ciência da Computação, Engenharia ou áreas relacionadas);
• Experiência com desenvolvimento com Apache Kafka (1+ anos);
• Entendimento sobre otimização de latência, throughput e semântica “exactly-once”;
• Proficiência no design e implementação de arquiteturas orientadas a eventos;
• Experiência com Python (2+ anos);
• Experiência com linguagem SQL (1+ ano);
• Experiência com MongoDB (ou banco NoSQL orientado a documentos equivalente) com foco em manipulação de documentos (CRUD) e noções de indexação. Não exigimos profundidade de especialista no produto;
• Experiência com Elasticsearch (ou motor de busca textual equivalente) com foco em ingestão de documentos e cuidado com a governança dos modelos de dados. Não exigimos profundidade de especialista no produto;
• Sólidos conhecimentos em algoritmos e estruturas de dados;
• Experiência com Linux em ambiente de trabalho (2+ anos);
• Conhecimentos em Docker e Kubernetes na perspectiva de quem desenvolve e faz deploy de aplicações (containerização, manifests, troubleshooting de pods). Não é necessária experiência em administração de cluster;
• Conhecimentos em desenvolvimento orientado a testes (TDD);
• Conhecimentos em observabilidade e telemetria (métricas, logs e traces);
• Conhecimentos em Git e versionamento de código;
• Inglês intermediário (leitura de documentação e comunicação básica).

Diferenciais:

• Experiência com bancos de dados relacionais (MySQL, PostgreSQL, SQL Server, Oracle, etc);
• Experiência com OpenTelemetry (instrumentação de código, exporters e collectors);
• Experiência com bancos de dados vetoriais (Milvus, Weaviate, Qdrant e afins);
• Experiência com desenvolvimento nas linguagens Golang e/ou Rust;
• Experiência com pelo menos uma linguagem de programação baseada na JVM (Java, Scala, Clojure, etc.);
• Experiência com Infraestrutura como Código (Terraform, Pulumi, Chef, Ansible, etc.).

Processo seletivo:

1. Triagem curricular
2. Conversa inicial para alinhamento de expectativas (~30 min)
3. Desafio técnico (take-home)
4. Entrevista técnica com o time de Engenharia de Dados (~1h)
5. Retorno do processo seletivo após avaliação interna

Período: Integral

Modelo de trabalho: Remoto

Contato: [email protected]