Texto agregado para leitura rápida. Confira sempre a fonte original ao enviar a candidatura.
Senioridade: Sênior
Breve Resumo do Projeto: Estamos em busca de um(a) Engenheiro(a) de Dados e Analytics para atuar em projetos estratégicos de dados, envolvendo integração, processamento, governança e disponibilização de grandes volumes de informação, em ambientes corporativos e cloud. O profissional será responsável por desenhar, desenvolver e sustentar pipelines de dados, apoiar iniciativas de Analytics e BI, e trabalhar em parceria com áreas técnicas e de negócio para geração de valor a partir dos dados.
Descrição das Principais Atividades e Reponsabilidades:
- Desenvolver e manter pipelines de ingestão, transformação e carga de dados (ETL/ELT) a partir de múltiplas fontes (APIs, bancos relacionais, arquivos, sistemas legados e cloud);
- Atuar na modelagem de dados (Data Lake, Data Warehouse e Data Marts), garantindo performance, escalabilidade e governança;
- Processar grandes volumes de dados utilizando Spark (PySpark ou Scala) e frameworks de Big Data;
- Desenvolver scripts e automações em Python para extração, integração e tratamento de dados;
- Criar e otimizar consultas SQL avançadas (procedures, views, functions, jobs), com foco em performance;
- Atuar em ambientes cloud (GCP, Oracle Cloud, Azure ou similares), participando de projetos de migração e modernização de dados;
- Integrar dados entre diferentes plataformas e sistemas (ex.: CRM, marketing, pesquisas, sistemas corporativos);
- Apoiar a construção de dashboards e relatórios em Power BI, garantindo dados confiáveis para análise e tomada de decisão;
- Trabalhar em conjunto com times de negócio, analytics e tecnologia para entendimento de requisitos e tradução em soluções de dados;
- Documentar processos, modelos e pipelines de dados, seguindo boas práticas de engenharia e governança.
Descrição Perfil Técnico:
- Experiência comprovada como Engenheiro(a) de Dados ou funções similares;
- Domínio de SQL avançado, incluindo otimização de queries e objetos de banco de dados;
- Experiência sólida em ETL/ELT, utilizando ferramentas como PowerCenter, Pentaho,
- Databricks, SSIS ou equivalentes;
- Conhecimento prático em Python para engenharia de dados e automação;
- Experiência com processamento distribuído (Spark – PySpark ou Scala);
- Vivência em ambientes cloud (Google Cloud, Oracle Cloud, Azure ou similares);
- Experiência com Data Lakes, Data Warehouses e modelagem de dados;
- Conhecimento em integração de dados via APIs, arquivos e transferência segura (SFTP);
- Capacidade de comunicação com áreas técnicas e de negócio.
Diferenciais:
- Experiência com Hadoop, HiveQL e automações em Shell Script;
- Certificações em cloud, engenharia de dados ou plataformas analíticas;
- Experiência com Databricks;
- Conhecimento em governança de dados e qualidade da informação;
- Vivência em projetos de CRM, marketing, mercado ou analytics corporativo;
- Experiência com metodologias ágeis (Scrum, Kanban);
- Conhecimento em ferramentas de visualização além do Power BI.
Como Aplicar: Todas as incrições devem ser realizadas através do nosso portal de VAGAS (https://jump.inhire.app/vagas).
Informações da Empresa:
Nascida do objetivo de atender projetos e prestar serviços de forma eficiente e diferenciada somos uma empresa especializada em serviços de tecnologia e análise de dados, contando com uma equipe altamente capacitada em diversas áreas. Atendemos uma variedade de projetos, oferecendo expertise na captação e análise de dados, bem como a concepção e desenvolvimento de produtos.
Diferenciamo-nos pelo uso de uma metodologia única, proporcionando resultados de alta performance e qualidade com agilidade e eficiência.
Acreditamos em ultrapassar o convencional, trazendo inovação para todos os segmentos de negócio.
Com mais de 12 anos de experiência no mercado de tecnologia,
a Jump destaca-se como a parceira ideal para extrair o máximo potencial de seus dados de maneira eficaz e ágil. Nossa equipe especializada está sempre pronta para atender às necessidades específicas de nossos clientes em dados, a qualquer momento.