Engenheiro(a) de Dados Pleno

**Description:** ---------------- **Sobre a posição:** Buscamos uma pessoa Engenheira de Dados Pleno para atuar no desenvolvimento e evolução de pipelines de dados ponta a ponta, garantindo integração entre fontes, qualidade, confiabilidade e performance das soluções. Essa pessoa será responsável por estruturar fluxos de ingestão e transformação de dados, apoiar a modelagem analítica e contribuir com boas práticas de engenharia de dados em ambientes escaláveis. **Principais responsabilidades:** * Desenvolver e manter pipelines de dados ponta a ponta em processos de ETL/ELT. * Integrar novas fontes de dados, como APIs, bancos relacionais, arquivos e sistemas diversos. * Modelar dados para consumo analítico, incluindo estruturas dimensionais e/ou orientadas a negócio. * Garantir qualidade, consistência e integridade dos dados ao longo do fluxo. * Implementar testes e rotinas de validação de dados. * Atuar na otimização de consultas, performance de cargas e confiabilidade dos pipelines. * Trabalhar em conjunto com times de analytics, BI, ciência de dados e produto para disponibilização de dados confiáveis. * Apoiar a evolução da arquitetura de dados, observabilidade e governança técnica. **Requirements:** ----------------- **Requisitos obrigatórios técnicos:** * Experiência prática com engenharia de dados e construção de pipelines em produção. * Domínio de SQL para transformação, consulta e otimização de dados. * Experiência com pelo menos uma linguagem para dados, como Python ou Scala. * Vivência com processos de ETL/ELT. * Conhecimento em modelagem de dados analítica, incluindo modelo dimensional. * Experiência com bancos relacionais e/ou data warehouses. * Experiência com integração de dados via APIs, arquivos e múltiplas fontes. * Conhecimento em qualidade de dados, validações, tratamento de erros e monitoramento de pipelines. * Vivência com ambientes em nuvem, preferencialmente AWS, Azure ou GCP. * Conhecimento em versionamento com Git e boas práticas de desenvolvimento. **Diferenciais técnicos:** * Experiência com ferramentas como Airflow, DBT, Spark, Databricks, Glue, BigQuery, Snowflake ou Redshift. * Conhecimento em arquitetura Lakehouse ou Data Vault. * Vivência com observabilidade de dados e monitoramento de pipelines. * Experiência com testes automatizados de dados e frameworks de qualidade. * Conhecimento em CI/CD aplicado a projetos de dados. * Vivência com ambientes de alta volumetria e baixa latência. * Experiência com governança, catálogo e linhagem de dados. **Entenda as etapas do processo:** * Candidatura * Mapeamento de Perfil * Entrevista com RH * Entrevista Técnica/Gestão * Contratação