Pessoa engenheira de dados sênior (1)

Descrição

Resumo da Vaga: Buscamos um Engenheiro de Dados Sênior para projetar, implementar e otimizar pipelines de dados robustos, atuando em arquiteturas de nuvem e garantindo a qualidade e confiabilidade dos dados. Principais Destaques: 1. Projetar e otimizar pipelines de dados robustos em larga escala 2. Atuar com Databricks, GCP e integração de diversas fontes de dados 3. Garantir qualidade e confiabilidade dos dados e automatizar processos Descrição: Buscamos profissionais com: * Ensino superior completo; * Conhecimento com plataformas e Linguagens: o Databricks (Python, PySpark, SQL, Bundles) o GCP (BigQuery, Cloud Functions); * Experiência com modelagem e Processamento de Dados: Modelagem dimensional e voltada a BI o Transformações de dados em larga escala, criação e manutenção de pipelines de dados (batch e streaming); * Integração e Versionamento: o Controle de versão de código e pipelines (Git) o Integração contínua e boas práticas DevOps aplicadas a dados. Será considerado como diferenciais: * Experiência com orquestração de pipelines (Airflow, Dataform ou similar); * Conhecimento de arquitetura orientada a eventos (Pub/Sub, Kafka) Familiaridade com práticas de DataOps e observabilidade de dados; * Vivência em ambientes corporativos de grande escala ou alta criticidade; * Experiência com gestão de projetos, relacionamento com clientes externos e internos; * Conhecimento de metodologias ágeis. Os principais desafios como PESSOA ENGENHEIRA DE DADOS SÊNIOR são: * Desenvolver e Escalar Pipelines de Dados: Projetar, implementar e otimizar pipelines de dados robustos, garantindo confiabilidade, governança e desempenho em larga escala; * Atuar em Arquiteturas de Nuvem e Plataformas Avançadas: Trabalhar com Databricks e GCP (BigQuery, Cloud Functions), integrando diferentes fontes e formatos de dados em um ecossistema analítico unificado; * Apoiar Times de BI e Analytics: Criar estruturas de dados bem modeladas para análises de negócio, dashboards e relatórios executivos; * Automatizar Processos e Promover Eficiência: Utilizar boas práticas de engenharia de dados e versionamento com Databricks Bundles para entregar soluções reprodutíveis e escaláveis; * Garantir Qualidade e Confiabilidade dos Dados: Implementar testes, validações e monitoramento contínuo para manter a integridade das informações em todo o ciclo de vida do dado. 2511290202181894468