Engenheiro(A) De Dados

Resumo Oferta não está disponível no momento. Buscamos um(a) Engenheiro(a) de Dados para se juntar à nossa equipe. Visão Geral da Posição Estamos em busca de um(a) Engenheiro(a) de Dados para se juntar à nossa equipe dinâmica. Nesse cargo, você atuará em ambientes de Azure Databricks, desenvolvendo e otimizando pipelines de dados escaláveis e confiáveis; você também será responsável por projetar e implementar soluções modernas de engenharia de dados, garantindo governança, segurança e performance no processamento e armazenamento de dados. Você colaborará com equipes diversificadas, incentivará a comunicação multifuncional e contribuirá para projetos que terão um impacto significativo em nossos clientes e na indústria. Principais Responsabilidades Projetar, desenvolver e otimizar pipelines de ETL/ELT utilizando Apache Spark no Databricks. Implementar e gerenciar Data Lakehouse Architectures com Delta Lake para processamento transacional de dados. Integrar e orquestrar pipelines de dados com Azure Data Factory (ADF), Azure Synapse Analytics e Azure Event Hubs. Criar consultas otimizadas em SQL e desenvolver scripts em Python e Scala para manipulação e análise de dados. Garantir a segurança e conformidade de dados com RBAC, encriptação e Azure Purview. Implementar CI/CD para automação e versionamento de código com Azure DevOps e Terraform. Monitorar e otimizar performance utilizando Databricks Logging, Azure Monitor e MLflow. Trabalhar em colaboração com analistas, cientistas de dados e arquitetos para traduzir requisitos de negócio em soluções técnicas eficazes. Requisitos Técnicos (Hard Skills) Lingugens de Programação: Python (principal para pipelines no Databricks); SQL (modelagem, consultas e otimização de dados); Scala (desejável para desempenho otimizado em Spark); Bash (automação e administração no Azure). Processamento de Dados & ETL/ELT: Apache Spark (PySpark, Spark SQL, Delta Engine); Databricks Workflows e Jobs para automação de tarefas; Delta Lake para transações ACID e versionamento de dados. Serviços Azure para Engenharia de Dados: Azure Data Lake Storage (ADLS Gen2); Azure Data Factory (ADF); Azure Synapse Analytics; Azure Event Hubs / Azure Kafka; Azure Functions & Logic Apps. Modelagem & Arquitetura de Dados: Data Lakehouse Architecture; Modelagem Dimensional; Otimização de consultas SQL. DevOps & Automação: CI/CD para Databricks (GitHub Actions, Azure DevOps, Terraform); Monitoramento e Logging (Azure Monitor, Databricks Logging, MLflow). Segurança, Governança & Compliance: Azure Purview; RBAC; Encriptação e mascaramento de dados; conformidade com GDPR, LGPD, HIPAA. Habilidades Comportamentais (Soft Skills) Resolução de Problemas: Capacidade de diagnosticar e otimizar pipelines de dados complexos. Comunicação e Colaboração: Facilidade para trabalhar com diferentes perfis técnicos e de negócio. Pensamento Analítico: Estruturar pipelines escaláveis garantindo qualidade e governança. Autonomia e Proatividade: Antecipação de problemas e busca contínua por melhorias. Adaptabilidade e Aprendizado Contínuo: Atualização constante sobre novas features do Databricks e Azure. Gestão do Tempo e Priorização: Organização para lidar com múltiplos pipelines e workloads distribuídos. Por Que Se Juntar a Nós? Desenvolva sua Carreira: Oportunidade de expandir habilidades e assumir cargos de liderança em projetos diversificados. Trabalhe com Tecnologias Emergentes: Esteja na vanguarda da inovação com tecnologias de ponta. Ambiente Colaborativo: Equipes talentosas que valorizam ideias e contribuições. Aprendizado e Desenvolvimento: Programas de L&D para progredir na carreira. Abordagem Centrada no Cliente: Soluções que geram valor duradouro para clientes globais. Valores: Cultura de Inovação, Responsabilidade e Desenvolvimento contínuo. Como se Candidatar Os(as) candidatos(as) interessados(as) podem se inscrever enviando seu currículo e carta de apresentação para ****** ou se candidatar através deste anúncio. A Motivus é um empregador que promove a igualdade de oportunidades e incentiva a diversidade e inclusão no local de trabalho. #J-18808-Ljbffr