O que esta vaga pede
Atuar na construção, manutenção e otimização de pipelines de dados em ambientes analíticos e operacionais, garantindo que os dados estejam estruturados, atualizados, íntegros e acessíveis para uso por times de negócios, BI e Data Science.
Responsabilidades e atribuições
Desenvolver pipelines de ingestão e transformação de dados (ETL/ELT) em ambientes de Data Lake e Data Warehouse. Implementar rotinas de controle de qualidade, monitoramento e validação de dados. Construir e manter APIs para consumo de dados por sistemas e aplicações. Documentar fluxos de dados, regras de negócio e modelos de dados utilizados. Participar da modelagem de dados relacionais e analíticos. Colaborar com times de BI, Produtos e Data Science na estruturação e disponibilização dos dados. Automatizar processos de entrega de dados com uso de ferramentas de orquestração. Apoiar a evolução da arquitetura de dados da empresa junto aos times de arquitetura e DevOps. Atuar com versionamento e CI/CD para garantir rastreabilidade e reprodutibilidade dos pipelines. Participar de cerimônias e ciclos de desenvolvimento ágil (Scrum/Kanban).
Requisitos e qualificações
Ensino superior completo em Ciência da Computação, Engenharia, Sistemas de Informação, Estatística ou áreas correlatas. Sólido conhecimento em SQL e Python voltado para manipulação de dados. Experiência em construção de pipelines com ferramentas como Airflow, StreamSets, NiFi ou similares. Conhecimento em modelagem de dados (normalizada e dimensional). Experiência prática com bancos de dados relacionais (PostgreSQL, SQL Server, etc.) e não relacionais (MongoDB, etc.). Experiência com ambientes Linux e shell scripting. Conhecimento de conceitos OLTP, OLAP, Data Lake, Data Warehouse e Lakehouse. Familiaridade com processos de CI/CD e infraestrutura como código (IaC). Experiência em projetos de migração ou integração de dados entre plataformas. Experiência em Linux incluindo construção de shell script. Diferenciais: Experiência prática com serviços de cloud (GCP, AWS, Azure, Oracle Cloud ou On-Premises). Conhecimento e uso de ferramentas como DBT, Delta Lake, Apache Spark / PySpark. Experiência com ferramentas de catálogo e governança de dados (Data Catalog, DataHub, Amundsen). Vivência em projetos de arquitetura Medallion ou Data Mesh. Integração com times de Data Science e apoio na operacionalização de modelos. Comportamentos Esperados: Proatividade e capacidade de trabalhar de forma autônoma. Boa comunicação e habilidade para trabalhar em equipe multidisciplinar. Capacidade analítica para resolução de problemas complexos. Organização, responsabilidade e foco em entrega com qualidade. Vontade de aprender e se atualizar constantemente.
Prepare esta candidatura
Veja o match, prepare o currículo em PDF e Word para esta vaga, e só então vá ao site da empresa.