Engenheiro(a) de dados pleno

• 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.

• 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).