Databricks Data Engineer| Senior | (Remote)

.

Responsabilidades e atribuições

Reconstruir os pipelines do DW legado em Databricks (PySpark / Spark SQL), a partir das especificações geradas pela engenharia reversa;

Implementar as camadas bronze, silver e gold seguindo o template medalhão, os padrões de ingestão (CDC/batch) e o padrão de reconstrução definidos pelo projeto;

Executar as waves de reconstrução por domínio, em coexistência com o DW legado até o cutover;

Implementar regras de negócio e transformações com testes automatizados nos pipelines;

Realizar a reconciliação e a validação de paridade dos dados entre o DW legado e o Lakehouse;

Otimizar performance e custo dos pipelines (particionamento, OPTIMIZE/Z-ORDER, dimensionamento de jobs);

Contribuir com a documentação técnica das regras migradas e apoiar a priorização das waves.

Requisitos e qualificações

Experiência mínima de 5 anos em Engenharia de Dados;

PySpark e Python avançados: desenvolvimento de pipelines batch em escala, com testes e boas práticas de engenharia;

SQL avançado e modelagem de dados: transformações complexas, tuning de performance e modelagem relacional/dimensional em contexto de DW;

Databricks e Delta Lake: jobs, workflows e arquitetura medalhão (bronze, silver, gold) em produção; Delta Live Tables / Lakeflow e Asset Bundles;

Migração / reconstrução de pipelines ETL: tradução de regras de negócio de ferramentas legadas para Spark (sem lift-and-shift), com ingestão CDC/batch de bancos relacionais;

Ecossistema AWS: S3, Glue, EMR, Athena, Lambda, DMS e Step Functions;

Azure Synapse: experiência com o ambiente legado (SQL pools e pipelines) para apoiar a engenharia reversa;

Qualidade e reconciliação de dados: testes automatizados, DQ gates e comparação legado × novo para aceite de paridade;

Git e CI/CD aplicados a pipelines de dados. Desejáveis:Conhecimento de DataStage (leitura de jobs para engenharia reversa) —

diferencial

importante;

Experiência prévia em programas de migração de DW para lakehouse —

diferencial

importante;

Unity Catalog (permissões, lineage) e contratos de dados;

Experiência no mercado financeiro ou de crédito;

Certificações Databricks (Data Engineer Associate / Professional).