Engenheiro De Dados Júnior

DescriptionDESCRIÇÃO DA VAGA - ENGENHEIRO DE DADOS JÚNIOR Como Engenheiro de Dados Júnior na , você será parte fundamental na construção da base tecnológica que transforma dados brutos em insights valiosos e produtos de dados para grandes empresas brasileiras.Trabalhando em um ambiente de aprendizado contínuo, você terá mentoria especializada e atuará com tecnologias de ponta do Modern Data Stack.?PRINCIPAIS RESPONSABILIDADES Engenharia de Dados & PipelinesDesenvolver e manter pipelines de dados escaláveis e confiáveis utilizando arquitetura moderna de dados (Modern Data Stack) Implementar processos de ingestão de dados de múltiplas fontes (APIs, bancos de dados, arquivos, streaming) Realizar transformação e higienização de dados aplicando regras de negócio e garantindo qualidade Criar e otimizar fluxos ETL/ELT seguindo melhores práticas de performance e eficiência Trabalhar com orquestração de workflows para automatização de processos de dados RequirementsDatabricks & LakehouseDesenvolver soluções na plataforma Databricks utilizando arquitetura Lakehouse Trabalhar com Delta Lake para garantir confiabilidade e qualidade dos dados Implementar estratégias de ETL/ELT no ambiente Databricks utilizando notebooks e jobs Aplicar melhores práticas de performance (particionamento, caching, otimização de queries) Integrar Databricks com outras ferramentas do ecossistema de dados Modelagem & Transformação de DadosCriar e manter modelos de dados dimensionais (star schema, snowflake) para análises Desenvolver transformações de dados utilizando DBT (Data Build Tool) Implementar testes automatizados para garantir qualidade e confiabilidade dos dados Construir documentação técnica e metadados dos modelos de dados Aplicar técnicas de versionamento e deploy de transformações de dados Qualidade & GovernançaImplementar frameworks de qualidade de dados e validações automáticas Aplicar data lineage para rastreabilidade de dados ao longo dos pipelines Contribuir com práticas de Data Governance (catalogação, classificação, políticas) Garantir conformidade e segurança no tratamento de dados sensíveis Monitorar pipelines e criar alertas para detecção de anomalias DataOps & Boas PráticasAplicar versionamento de código utilizando Git/GitHub (Gitflow, branches, pull requests) Implementar CI/CD para deploy automatizado de pipelines e transformações Realizar code reviews e contribuir para melhoria contínua do código Criar e manter testes unitários e de integração para validação de pipelines Documentar processos, procedimentos e arquitetura de soluções Colaboração & Produtos de DadosTrabalhar em squads multidisciplinares com Analytics Engineers, Data Scientists, Analistas de BI e Arquitetos de Dados Participar do desenvolvimento de Data Products orientados a valor de negócio Colaborar na definição de arquitetura e design de soluções de dados Apoiar times de negócio no entendimento e consumo de dados Contribuir para a cultura de Data Literacy dentro da organização Projetos & ClientesAtuar em projetos de grandes empresas dos setores financeiro, saúde, varejo, logística e outros Implementar Data Foundations em plataformas modernas (Databricks, cloud providers) Desenvolver soluções para casos de uso de Analytics, Machine Learning e IA Participar de discovery analítico e levantamento de requisitos técnicos Entregar incrementos de valor de forma ágil e iterativa Desenvolvimento ContínuoParticipar de mentorias especializadas semanais durante o primeiro ano Consumir treinamentos sobre novas tecnologias, ferramentas e metodologias Desenvolver projetos práticos para aplicação de novos conhecimentos Compartilhar aprendizados e contribuir com a comunidade técnica interna Evoluir gradualmente em complexidade de projetos e autonomia técnica ?ABORDAGEM DE TRABALHO Você trabalhará seguindo os princípios da para Analytics & Data Engineering:Satisfação contínua do cliente: Entrega de insights e produtos de dados valiosos de forma rápida (minutos a semanas) Simplicidade: Maximizar valor com o mínimo de trabalho desnecessário Analytics como manufatura: Processos eficientes e padronizados para fabricação de insights Qualidade fundamental: Pipelines robustos com detecção automática de problemas Reuso: Evitar repetição de trabalho através de componentes reutilizáveis Melhoria do tempo de ciclo: Minimizar tempo entre necessidade do cliente e entrega de valor Benefits