O QUE VOCÊ PRECISA CONHECER PARA SE CANDIDATAR:Formação superior em Ciência da Computação, Engenharia de Computação, Sistemas de Informação ou áreas correlatas;Possuir título de mestre e/ou doutor nas áereas de formação superior indicadas acima;Mínimo de 2 anos de experiência em arquitetura de dados e gestão de bancos de dados em grande escala;Conhecimento avançado em modelagem de dados e bancos de dados relacionais (SQL) e não relacionais (NoSQL);Experiência em arquiteturas de dados distribuídas e escaláveis, especialmente em ambientes de Big Data (ex.
: Apache Spark, ElasticSearch);Experiência em projetar e otimizar data lakes e data lakehouse (ex.
: MinIO, Delta Lake);Conhecimento de otimização de grandes volumes de dados em arquiteturas distribuídas, utilizando motores de consulta(ex.
: Trino, Presto);Experiência em integração e transformação de dados em larga escala, incluindo processos ETL/ELT;Conhecimento em automação de pipelines de dados usando orquestradores como Apache Airflow;Experiência com controle de versão (Git) e práticas de CI/CD para desenvolvimento e implementação de pipelines de dados;Experiência avançada em ambientes Linux e scripting (ex.
: Bash, Python);Capacidade de colaborar com times multidisciplinares, incluindo cientistas de dados e analistas de dados;Nível de inglês para interação grupos de pesquisa internacionais, leitura e escrita de documentação e artigos.CONSIDERAMOS ESTES REQUISITOS COMO DIFERENCIAIS:Experiência com dados de saúde pública e estudos epidemiológicos com o de coortes;Publicações nas áreas de computação aplicadas à saúde;Conhecimento em otimização de queries e design de esquemas para bancos de dados voltados para alta performance;Experiência com bancos de dados orientados a colunas (ex.
: Cassandra, HBase) e motores de consulta distribuídos (ex.
: Trino, Presto);Familiaridade com governança de dados e frameworks de boas práticas (ex.
: DMBOK);Conhecimento avançado em containers e orquestração de containers (ex.
: Docker, Kubernetes);Certificações em Big Data, bancos de dados ou arquitetura de dados;Inglês avançado, especialmente para manter conversaç!oes com grupos internacionais.ESSAS SÃO AS PRINICPAIS RESPONSABILIDADES E ATRIBUIÇÕES:Colaborar com equipes multidisciplinares, internas e externas, incluindo cientistas de dados, epidemiologistas e analistas, traduzindo desafios científicos em soluções tecnológicas inovadoras;Desenvolver pesquisquisas em Ciência de Dados Populacional nas prioridades do Cidacs;Participar de reuniões e sessões técnicas para disseminar conhecimento e garantir a eficiência nas operações de dados;Apoiar iniciativas de modernização da arquitetura de dados, incorporando novas tecnologias e boas práticas para ambientes de Big Data;Projetar e otimizar bancos de dados estruturados (SQL) e não estruturados (NoSQL) para atender às demandas das pesquisas do Cidacs;Documentar arquiteturas, fluxos e estratégias de dados, assegurando a facilidade de manutenção e escalabilidade das soluções;Auxiliar na avaliação, implementação e otimização de data lakes e data lakehouses voltados para pesquisa em saúde;Desenvolver e gerenciar pipelines de dados utilizando ferramentas de processamento distribuído;Monitorar o desempenho e a escalabilidade da arquitetura de dados, identificando e solucionando gargalos de performance em ambientes distribuídos;Implementar estratégias de governança e segurança de dados, garantindo conformidade com diretrizes regulatórias;Auxiliar nas atividades de pré-processamento, vinculação de dados e construção de datasets para estudos epidemiológicos e análises avançadas;Colaborar com equipes multidisciplinares, incluindo cientistas de dados, epidemiologistas e analistas, traduzindo desafios científicos em soluções tecnológicas inovadoras;Elaborar e apresentar relatórios técnicos periódicos sobre a infraestrutura e processos de dados do Cidacs.