Responsabilidades
Projetar, desenvolver e manter pipelines de dados (ETL/ELT), garantindo escalabilidade, segurança e eficiência.
Integrar dados de múltiplas fontes (internas e externas), estruturadas e não estruturadas.
Crear e gerenciar data lakes, data warehouses e bases relacionais/não relacionais.
Implementar práticas de governança, qualidade e confiabilidade de dados.
Apoiar analistas e cientistas de dados, garantindo que os dados estejam disponíveis e organizados.
Monitorar performance, custo e disponibilidade da infraestrutura de dados.
Automatizar processos de ingestão, transformação e armazenamento.
Trabalhar junto a times de tecnologia e negócio para atender demandas estratégicas.
Requisitos
Formação em Engenharia de Computação, Ciência da Computação, Sistemas de Informação ou áreas correlatas.
Experiência prática com bancos de dados relacionais (SQL Server, PostgreSQL, MySQL) e não relacionais (MongoDB, Cassandra, DynamoDB).
Conhecimento avançado em Databricks, focado mais em desenvolvimento e rotinas de cargas ETL.
Conhecimentos sólidos em SQL e programação (Python ou Java).
Vivência com ferramentas de processamento de dados em larga escala (Spark, Hadoop, Databricks, Kafka).
Experiência em Cloud (AWS, Azure ou GCP) principalmente serviços de dados (BigQuery, Redshift, Snowflake, Data Factory etc.).
Princípios de arquitetura de dados, modelagem e governança.
Diferenciais
Experiência em arquiteturas de streaming em tempo real (Kafka, Kinesis, Pub/Sub).
Conhecimento em DevOps/MLOps (CI/CD, Docker, Kubernetes).
Experiência com Data Mesh ou DataOps.
Certificações em cloud (AWS Data Analytics, Google Cloud Data Engineer, Azure Data Engineer).
Experiência com segurança e compliance de dados (LGPD, GDPR).
Vivência em ambientes ágeis e colaborativos.
#J-18808-Ljbffr