Engenheiro de Dados

Atuar como ponte entre as áreas de negócio e dados, estruturando soluções que transformem dados brutos em informações relevantes, confiáveis e acessíveis. O profissional será responsável por toda a cadeia de dados - desde a ingestão e tratamento até a modelagem e disponibilização para análise - com foco em performance, escalabilidade e governança. Seu trabalho apoiará decisões estratégicas e operacionais em um ambiente dinâmico e orientado por dados.

Capacidade de comunicar ideias de forma clara e objetiva com stakeholders técnicos e não técnicos.

Habilidade para negociar prazos e prioridades com diferentes áreas.

Planejamento e Organização

Capacidade de estruturar cronogramas com entregas bem definidas.

Organização na priorização e acompanhamento de tarefas.

Idiomas

Inglês avançado para leitura (documentação técnica, fóruns, artigos).

Inglês básico/intermediário para conversação técnica.

Engenharia De Dados

Domínio em processos de ETL/ELT, com construção de pipelines eficientes e escaláveis.

Modelagem de dados de ambientes analíticos.

Garantia da qualidade, integridade e rastreabilidade dos dados.

Linguagens e Ferramentas

SQL avançado (CTEs, janelas, subqueries, tuning, CDC, procedures).

Conhecimento avançado de Python (Pandas, MLFlow, Flask).

Containers, escalabilidade em Cloud, filas e processamento paralelo.

Familiaridade com Google BigQuery - diferencial positivo.

Manipulação de grandes volumes de dados (Big Data) com foco em performance e custo.

Desenvolvimento de API REST para integração e extração de dados externos.

Versionamento de código com Git/GitHub e documentação técnica utilizando o Confluence.

Modelagem e Arquitetura De Dados

Experiência com modelagem dimensional (Star Schema, Snowflake, Flat Tables, cubos).

Conhecimento de normalização de dados (1FN, 2FN, 3FN).

Prática com CDC (Change Data Capture) e controle de versionamento de dados.

Arquiteturas de dados como Lakehouse e modelo em camadas (raw, refined, trusted).

Pipeline de dados em diferentes modos: batch, online, near real-time.

Qualidade e Governança

Técnicas de data quality e validação de dados.

Boas práticas de nomeação, padronização e organização de schemas, tabelas e queries.

Garantia da consistência do dado end-to-end, desde o sistema de origem até a camada analítica.

Conhecimento de segurança da informação e LGPD para tratamento de dados sensíveis, utilizando criptografia e anonimização.

Automação e Orquestração

Experiência com ferramentas de scheduling e orquestração de pipelines (Dataflow, Airflow).

Conhecimento em DAGs, agendamento de jobs e estratégias de self-service para dados.

Extração/Scraping e manipulação de dados não estruturados, e conversão para JSON, Parquet, Avro ou CSV.

Desenvolvimento e Testes

Metodologias de desenvolvimento ágil aplicadas a projetos de dados (Scrum, Kanban).

Criação de massas de dados para testes, versionamento e deploy de pipelines. Inglês básico/intermediário para conversação técnica.

Experiência nível Pleno