Engenheiro de Dados JR/PL

Desafio:

Apoiar a construção e evolução de soluções de engenharia de dados que suportem a geração, transformação, disponibilização e governança de informações para produtos internos e áreas de negócio da companhia.

O profissional atuará no desenvolvimento de pipelines, integrações entre sistemas e automações, contribuindo para uma plataforma de dados escalável e confiável. Também participará do desenvolvimento de ferramentas internas voltadas à produtividade e qualidade dos dados.

Responsabilidades:

Engenharia de Dados

• Apoiar o desenvolvimento e manutenção de pipelines de ingestão, transformação e disponibilização de dados.
• Contribuir na implementação de processos ETL/ELT sob orientação do time.
• Auxiliar na garantia de qualidade e integridade dos dados processados.
• Apoiar na investigação e correção de falhas em pipelines.
  
  

Arquitetura e Modelagem

• Aprender e aplicar boas práticas de modelagem de dados.
• Contribuir para a documentação de padrões de armazenamento e processamento.
• Apoiar iniciativas de governança e catalogação de dados.
  
  

Qualidade e Observabilidade

• Auxiliar na implementação de validações de dados.
• Apoiar o monitoramento de processos e investigação de inconsistências.
• Contribuir para a rastreabilidade dos dados ao longo dos fluxos.
  
  

Inovação e Eficiência

• Identificar oportunidades de melhoria e automação com apoio do time sênior.
• Participar de iniciativas envolvendo IA aplicada a produtos e processos internos.
• Desenvolver soluções com foco em aprendizado contínuo e boas práticas de engenharia.
  
  

Requisitos obrigatórios:

• Conhecimento em SQL (consultas, joins, agregações).
• Noções de modelagem de dados.
• Conhecimento em Python (scripts, manipulação de dados).
• Familiaridade com o conceito de pipelines ETL/ELT.
• Conhecimento básico em integração de dados via APIs.
• Experiência com versionamento utilizando Git.
  
  

Requisitos Desejáveis:

• Contato com Databricks ou outras plataformas de processamento de dados.
• Familiaridade com ambientes cloud (AWS, Azure ou GCP).
• Noções de Docker e containers.
• Conhecimento básico em Spark.
• Interesse em observabilidade e monitoramento de aplicações.
• Curiosidade por Inteligência Artificial e automação.