ENGENHEIRO DE DADOS

**Sobre nós \- Grupo Revise** O Grupo Revise, atua há mais de 28 anos no setor automotivo brasileiro, destaca\-se pela qualidade certificada e pelo pioneirismo. Como uma empresa 100% brasileira, possui 3 marcas, sendo: (Brazzo, Mobato e Varimaxx), com 8 centros de distribuição estratégicos em todo o país e um amplo portfólio que inclui milhares de itens de alta qualidade em prol da satisfação dos clientes, reforçados pela certificação ISO 9001:2015\. **SOBRE A MOBATO** A Mobato é uma marca que oferece soluções digitais para conectar clientes ao setor automotivo, com adaptabilidade a diversas plataformas tecnológicas e integração a sistemas ERP's e DMS's. Suas soluções digitais visam transformar o atendimento de serviços em uma experiência rápida e eficiente, eliminando burocracias e proporcionando agilidade. Priorizando a satisfação do cliente, a Mobato busca compreender suas necessidades para garantir a prosperidade dos negócios. Vem ser MOBATO! **Principais responsabilidades:** * Construção e manutenção de pipelines (ETL/ELT) * Coletar dados de diferentes fontes (APIs, bancos relacionais, logs, arquivos, eventos). * Transformar e padronizar dados (limpeza, deduplicação, enriquecimento, regras de negócio). * Carregar dados em destinos analíticos (Data Warehouse/Lakehouse/Data Lake). * Orquestrar rotinas (agendamento, dependências, reprocessamento/backfill). * Modelagem e disponibilização de dados para análise * Modelagem dimensional (star schema) e/ou modelos normalizados conforme o caso. * Criação de camadas (raw/bronze, refined/silver, curated/gold). * Definição de tabelas, particionamento, índices e estratégias de performance/custo. * Publicação de datasets “prontos para consumo” por BI, produtos e ciência de dados. * Garantia de qualidade, confiabilidade e observabilidade * Testes de dados (validação de schema, null checks, ranges, integridade referencial). * Monitoramento de pipelines (SLA, latência, volume, falhas, dados atrasados). * Linhagem (data lineage) e catálogo/documentação de dados. * Tratamento de incidentes e análise de causa raiz. * Colaboração com outras áreas * Trabalhar com analistas de dados, cientistas, engenheiros de software e stakeholders.Traduzir necessidades do negócio em contratos de dados (definições, métricas, SLAs). * Suportar e padronizar métricas (definições únicas, “single source of truth”). **O que esperamos de você:** * Domínio de negócio (entender métricas e impacto). * Capacidade de reduzir custo e melhorar performance (otimização de queries e storage). * Boas práticas de observabilidade (monitoramento, alertas úteis, SLAs claros). * Boa comunicação e documentação (datasets bem descritos e fáceis de reutilizar **Linguagens e fundamentos** * SQL avançado: joins complexos, window functions, CTEs, otimização, modelagem. * Python (ou Scala/Java): processamento, integrações, automação, testes. * Estruturas de dados, noções de sistemas distribuídos e performance. **Bancos e storage** * Bancos relacionais: PostgreSQL/SQL Server, Athena, Redshift * Data Warehouses/Lakehouses (conceitos e uso): particionamento, clustering, custos. * Formatos de dados: Parquet/Avro/ORC, compressão, schema evolution. **Processamento e pipelines** * Ferramentas de orquestração: Airflow, Dagster, Prefect (ou equivalentes). * Transformação/analytics engineering: dbt (muito comum). * Processamento distribuído: Spark (PySpark), e alternativas conforme o stack. **Streaming e ingestão (quando aplicável)** * Kafka/Kinesis/PubSub, processamento de eventos. * CDC (Change Data Capture) e desenho de pipelines near\-real\-time. **Cloud e DevOps/DataOps** * Conceitos de cloud: redes, IAM, storage, computação. * Infra como código: Terraform. * Containers e deploy: Docker (e às vezes Kubernetes). * CI/CD para pipelines e modelos (tests, lint, deploy controlado). **Qualidade e governança** * Testes e validação: Great Expectations, dbt tests, checagens customizadas. * Boas práticas de segurança: least privilege, segregação, auditoria.