Estamos buscando um(a) Cientista de Dados Júnior para apoiar análises de dados, estruturar e organizar dados no nosso datalake em AWS e contribuir com a criação de agentes de IA para automações internas. Você vai trabalhar próximo de Engenharia, Produto e áreas de negócio, ajudando a transformar dados brutos em informação acionável e automações que aumentem a eficiência da empresa. 

Habilidades

  

Técnicas (obrigatórias / muito importantes) 

• SQL sólido (CTEs, joins, agregações e funções de janela básicas) para exploração e criação de datasets analíticos. 

• Python para análise e manipulação de dados e uso de notebooks. 

• Noções de modelagem e organização de dados para análise (eventos, métricas, dimensões). 

• Conceitos de qualidade de dados (consistência, completude, duplicidade) e validação de resultados. 

• Git e boas práticas básicas de organização de código e documentação. 

    

Técnicas (desejáveis) 

• Conhecimento de AWS no contexto de dados (ex.: S3, IAM, Athena, Glue, Lake Formation, Redshift, CloudWatch). 

• Experiência ou familiaridade com estrutura medalhão (bronze/silver/gold; raw/refined/curated) em datalake. 

• Noções de processamento distribuído com Spark (PySpark), por exemplo: 

  • leitura e escrita em S3; 

  • transforms e joins em DataFrames; 

  • particionamento e formatos colunares (Parquet); 

• Vivência com ambientes Spark gerenciados é um plus (ex.: AWS Glue / EMR / Databricks). 

• Noções de integração com APIs e automações (REST, webhooks, scripts). 

• Noções de LLMs e automação com IA: desenhar prompts, estruturar fluxos, avaliar outputs e criar guardrails. 

    

Comportamentais 

• Curiosidade e vontade de aprender rápido (dados, negócio e IA aplicada). 

• Perfil mão na massa, organizado e atento a detalhes. 

• Boa comunicação para explicar análises e resultados para pessoas não técnicas. 

• Colaboração com times multidisciplinares (Engenharia, Produto, Growth, Operações). 

    

Responsabilidades

  

Análises e dados 

• Realizar análises exploratórias (EDA) e responder perguntas do negócio com dados. 

• Criar e manter consultas SQL e scripts em Python para extração, limpeza e transformação de dados. 

• Apoiar a definição e padronização de métricas (funil, conversão, operação, performance de processos). 

• Ajudar a estruturar dados no datalake (AWS), organizando tabelas e datasets por camadas (estrutura medalhão), com foco em: 

  • rastreabilidade do dado (de onde veio e como foi transformado); 

  • qualidade e consistência; 

  • reuso por diferentes áreas. 

• Apoiar transformações e processamento de dados em Spark (PySpark) para conjuntos maiores, dentro dos padrões definidos pelo time. 

Agentes de IA e automações 

• Apoiar a criação de agentes de IA para automação interna, por exemplo: 

  • geração de relatórios e resumos automáticos a partir de dados; 

  • bots internos para responder perguntas com base em dados e documentos; 

  • alertas inteligentes e classificações (triagem, priorização, análise de inconsistências). 

• Construir e testar prompts, templates e fluxos de automação, com foco em previsibilidade, custo e segurança. 

• Validar resultados (qualidade, custo, tempo) e ajustar os agentes com base em feedback dos usuários internos. 

• Contribuir com boas práticas de governança (principalmente quando houver dados sensíveis e LGPD). 

    

Diferenciais

AWS e dados

• Experiência prática com AWS para dados, especialmente: S3, Athena, Glue, IAM, CloudWatch, Lake Formation e/ou Redshift. 

• Experiência com processamento em Spark em AWS (Glue/EMR/Databricks) e formatos Parquet/Delta (se aplicável). 

• Experiência (mesmo em projetos pessoais) com datalake em estrutura medalhão (bronze/silver/gold). 

    

IA (forte diferencial) 

• Experiência com AWS Bedrock (modelos, agentes, knowledge bases, integrações) para construir automações e soluções internas. 

• Experiência chamando LLMs via API (Bedrock/OpenAI/Anthropic) e implementando automações com logs, métricas e versionamento. 

• Portfólio (GitHub, projetos, artigos) com agentes, automações, pipelines ou análises reprodutíveis. 

    

Contexto de negócio 

• Interesse ou experiência em fintech, crédito, risco e/ou LGPD.