Engenheiro de Dados Pleno / SêniorResponsabilidades:Construir pipelines de dados priorizados por D&A (com apoio do líder de DE e do Product Owner de Dados); Executar e documentar testes unitários para pipelines de dados; Coordenar o deployment de pipelines de dados (cria pull request, solicita aprovação do negócio, cria plano de cutover, carrega dados históricos, coordena o deployment com fornecedores e solicita agendamentos); Traduzir necessidades de negócio em soluções técnicas, sendo responsável por todo o fluxo, do desenvolvimento ao deployment, gerenciando todas as etapas. Seguir as políticas de Arquitetura de Solução, Arquitetura de Dados e Governança de Dados; Documentar os desenvolvimentos seguindo a documentação de Projeto & Produto (KT);Experiência Requerida :Sólida experiência prática construindo pipelines de dados em batch e streaming usando Dataflow, Pub/Sub e Cloud Storage, com confiabilidade em nível de produção. Proficiência avançada em BigQuery, incluindo otimização de desempenho, particionamento, clustering e design com consciência de custos (FinOps). Experiência sólida com orquestração de workflows usando Cloud Composer (Airflow), incluindo gerenciamento de dependências e tratamento de falhas. Forte entendimento de modelagem de dados para analytics e data warehousing, incluindo Star Schema e Snowflake schema. Experiência com conceitos de arquitetura como Medallion Architecture (Bronze/Silver/Gold), versionamento de dados (SCD) e particionamento. Práticas workflows baseados em Git, code reviews, Docker e pipelines de CI/CD usando Cloud Build. Conhecimento de GCP, incluindo IAM, service accounts, conceitos de VPC e rede segura e controle de acesso. Inglês avançado (imprescindível)Habilidades e Experiências DesejáveisFamiliaridade com arquiteturas de referência data mesh, design de data products e plataformas de dados orientadas a domínios. Conhecimento de SAP (ECC, BW, S/4) e integração com sistemas fonte corporativos em grande escala. Entendimento de segurança de dados, compliance e frameworks de governança, incluindo controles de acesso a dados e considerações regulatórias. Experiência com confiabilidade e governança de dados, incluindo observabilidade (logging, monitoramento, retries, idempotência), data contracts e evolução de schema, e exposição a desenvolvimento assistido por GenAI e Vertex AI. Proficiência em Python para processamento de dados, com forte uso de frameworks de testes automatizados (ex.: pytest) e padrões de validação de qualidade de dados.Prazo: 07 Meses, podendo estender.Atendimento 100% remoto.