Engenheiro de Dados | Líder Técnico

1\\. CONHECIMENTOS **Conhecimentos técnicos e teóricos essenciais:** Tecnologias e Ferramentas * Apache Airflow: Criação e manutenção de DAGs. Orquestração e monitoramento de pipelines de dados. Boas práticas de versionamento e modularização. * Python: Desenvolvimento de scripts e ETLs. Boas práticas de código (PEP\-8, testes automatizados). Integração com cloud, bancos de dados e APIs. * Power BI: Criação de dashboards e relatórios. Modelagem de dados para BI. Conhecimento de DAX e Power Query. Engenharia de Dados * Arquitetura de pipelines de dados (batch e streaming). * Modelagem de dados (relacional e dimensional). * Integração de dados (ETL/ELT). * Banco de dados SQL e NoSQL. * Data Lake, Data Warehouse e boas práticas de governança. * Conceitos de Cloud (AWS, Azure ou GCP — de acordo com a empresa). Liderança Técnica * Práticas de gestão de versionamento (Git). * Code review, design de soluções e padrões de arquitetura. * Conhecimento de metodologias ágeis (Scrum/Kanban). 2\\. HABILIDADES **Capacidades práticas necessárias para desempenhar o papel:** * Desenhar e liderar a implementação de pipelines de dados escaláveis. * Analisar requisitos de negócio e transformá\-los em soluções técnicas. * Guiar o time em decisões arquiteturais e melhores práticas. * Realizar mentorias técnicas para o time de dados. * Garantir qualidade, resiliência e observabilidade dos pipelines. * Gerenciar backlog técnico e de produto em conjunto com PO/gestão. * Comunicação clara com áreas técnicas e não técnicas. * Atuar em atividades técnicas, quando necessário, elaborando processos de ETL e criação de BIs 3\\. ATITUDES **Posturas e comportamentos esperados do profissional:** * Organização: Planejar entregas, priorizar demandas e manter documentação atualizada. * Proatividade: Antecipar problemas. Propor melhorias contínuas no ecossistema de dados. Buscar soluções antes que se tornem gargalos. * Liderança: Capacidade de inspirar, orientar e desenvolver o time. Incentivo à colaboração e ao aprendizado contínuo. Foco em resultados e qualidade técnica. * Responsabilidade e ownership: Apropriar\-se das entregas, desde concepção até operação. Garantir estabilidade, desempenho e segurança dos dados. * Visão estratégica: Entender o impacto das soluções de dados no negócio. Direcionar o time para metas claras e alinhadas à estratégia.