MISSÃO DO CARGO
Desenvolver habilidades como Engenheiro de Dados para projetar e implementar soluções baseadas em dados.
DETALHES DO CARGO
* Compreender requisitos funcionais e técnicos, traduzindo-os em soluções nas plataformas de dados.
* Arquitetar e modelar dados: Projetar arquiteturas escaláveis para armazenar, processar e disponibilizar grandes volumes de dados com alta performance.
* Integrar com Data Science: Trabalhar com o time de Data Science para projetar e implementar soluções baseadas em dados e Machine Learning.
* Pipelines e processamento de dados: Desenvolver e otimizar pipelines de ingestão, processamento e transformação de dados garantindo qualidade, eficiência e governança.
* Orquestrar pipelines de dados: Implementar e gerenciar workflows de dados utilizando ferramentas como Apache Airflow, garantindo a automação e escalabilidade dos processos de ingestão e processamento.
* Aplicar conceitos de CI/CD nos pipelines de dados, testes automatizados em ETLs, versionamento de dados e monitoramento contínuo da qualidade e confiabilidade dos dados.
* Garantir boas práticas de proteção de dados, controle de acessos, auditoria e conformidade com regulamentos como LGPD e GDPR.
* Atuar como referência técnica na implementação de soluções em nuvem, promovendo as melhores práticas de engenharia de dados, segurança, confiabilidade e escalabilidade.
CONHECIMENTOS ESPERADOS
1. Expertise em SQL: Domínio da linguagem SQL, incluindo melhores práticas, otimização de consultas e modelagem de dados eficiente.
2. Bancos de dados: Experiência com bancos de dados relacionais (SQL) e não relacionais (NoSQL), com foco em desempenho e escalabilidade.
3. Programação e notebooks interativos: Experiência com Python e Jupyter Notebooks para análise, processamento e manipulação de dados.
4. Versionamento e colaboração: Conhecimento em sistemas de controle de versão, especialmente Git.
5. Integração e APIs: Familiaridade com consumo e criação de APIs para manipulação e integração de dados.
6. Processamento e análise de dados em larga escala: Conhecimento em Data Warehousing e tecnologias de Big Data para lidar com grandes volumes de dados.
7. Documentação e suporte: Capacidade de criar e manter documentações claras e acessíveis para facilitar o uso dos recursos por outros usuários.
8. Gerenciamento de projetos: Experiência com organização e entregas de projetos de alta complexidade em engenharia de dados.
9. Cloud Computing: Experiência com provedores de nuvem, com foco em Google Cloud Platform (GCP) e serviços como Cloud Functions, BigQuery, Pub/Sub, Dataflow e Cloud Storage.
10. Experiência com ferramentas de Data Science, incluindo bibliotecas e frameworks para modelagem e análise de dados.
11. Familiaridade com sistemas ERP, especialmente TOTVS, em contextos de integração de dados corporativos.
12. Infraestrutura como Código (IaC) e Automação: Conhecimento em Terraform para provisionamento e gerenciamento de infraestrutura na nuvem.
13. Certificação Google Cloud Certified – Professional Data Engineer, demonstrando expertise em soluções de dados na nuvem.