Senior Solution Data & Analytics Architect

A Infosys Brasil está buscando profissionais com o perfil de Arquiteto Sênior de Soluções de Dados e Análise para integrar nossa equipe.

Principais atividades e responsabilidades:
• Elaboração de propostas e apresentações estratégicas;
• Planejar proativamente com os Gerentes de Entrega e Gerentes de Contas de Go-to-Market nos clientes com objetivo principal de nossas apresentar capacidades em DnA e abrir possibilidades de novos projetos dentro dos clientes
• Plano estratégico para Dados, com direcionamento de mercado e evolução de pessoas;
• Ter conhecimento e relacionamento AWS, Microsoft, GCP, SAP;
• Conhecer processos e interagir com outras áreas de Dados & Tecnologia, bem como de Negócios;
• Realizar a proteção, limpeza, modelagem e organização dos modelos de dados;
• Documentar processos de negócios, soluções e artigos de conhecimento;
• Atuar em equipe multidisciplinar focada em mapear melhorias e solucionar problemas;
• Experiência em ambientes de alta criticidade e alto volume;
• Experiência com levantamento de requisitos;
• Conhecimentos em gestão (Framework Ágil e PMO)
Requisitos obrigatórios:
• Forte experiência em DataBricks e PowerBI
• Conhecimentos em ambientes/ Experiência em desenvolvimento de soluções Cloud (AWS, Azure, GCP, ... );
• Ecossistema Hadoop (gerenciado localmente e na nuvem, EMR/HDInsights);
• SQL/NoSQL;
• Armazenamento de dados e Data Lake;
• APIs e microsserviços;
• Testes e DevOps (CI/CD);
• Construir, testar, manter e documentar estruturas de Data Lake, Data Warehouse e sistemas de processamento de dados em larga escala;
• Acompanhamento de Processos de Ingestão e Distribuição de Dados;
• Conhecimento de Python, Pyspark, SQL e Data Lake;
• Conhecimento em modelagem de dados (MER e Star Schema);
• Construção de Arquiteturas de Dados;
• Conhecimentos recomendados em SAP (Preferencialmente SAP BW).

Ciência de Dados
• Saber como traduzir as necessidades dos usuários de negócios em requisitos técnicos para a criação de novos produtos de dados, testes de hipóteses, modelos de dados usando técnicas de ciência de dados e aprendizado de máquina (diagnóstico, preditivo e prescritivo, ...);
• Boa perspicácia empresarial e habilidades de contar histórias de dados utilizando ferramentas para preparar as avaliações, desenvolver e implantar usando os modelos mais seguros e performáticos possíveis, apresentando os compromissos protetores para cada contexto;
• Sólidos conhecimentos de estatística e modelos supervisionados, não supervisionados e semissupervisionados;
• Conhecimento em pelo menos um framework de desenvolvimento de Machine Learning e Deep Learning (tensorflow, keras, pytorch, ...);