Engenheiro(a) de Dados Sênior - AWS/Spark

Nava | Tech for Business; Brasil; Presencial; BRL 120 000 - 210 000; Tempo integral

Resumo da oferta

A Nava | Tech for Business está em busca de um Engenheiro(a) de Dados / Especialista em Plataforma de Dados para conduzir a construção, manutenção e governança de pipelines na nuvem.

Você atuará com AWS, Databricks, Spark e Trino, priorizando performance, escalabilidade e observabilidade; além de promover práticas de CI/CD para dados e templates reutilizáveis.

Qualificações

• Observabilidade de pipelines de dados (logs, tracing e alertas)
• CI/CD para dados e versionamento de código
• Governança de dados e segurança
• Modelagem de dados e particionamento

Responsabilidades

• Construção, manutenção e monitoramento de pipelines de dados na nuvem.
• Foco em performance, escalabilidade e governança de dados.

Ferramentas

AWS

Databricks

Spark

Trino

Descrição da oferta de emprego

Na Nava, acreditamos no poder da tecnologia para transformar negócios — e estamos com uma oportunidade desafiadora e estratégica esperando por você.

Vem crescer com a gente!

Estamos buscando por um Engenheiro(a) de Dados / Especialista em Plataforma de Dados

Profissional precisa ter com sólida experiência em plataformas de dados, capaz de atuar na construção, manutenção e monitoramento de pipelines em ambiente em nuvem, com foco em performance, escalabilidade e governança.

Requisitos e conhecimentos

• Experiência sólida em ambientes de dados em nuvem, com foco em AWS (Amazon Web Services) — serviços como S3, Glue, EMR, Redshift, Arflow, Lambda, iceberg, entre outros.
• Atuação com Databricks, incluindo desenvolvimento e otimização de notebooks, jobs e integração com outras ferramentas do ecossistema de dados.
• Conhecimento e aplicação de observabilidade em pipelines de dados – uso de ferramentas de monitoramento, logging, tracing e alertas para garantir a qualidade e confiabilidade dos dados.
• Capacidade de criação e manutenção de templates e frameworks reutilizáveis para orquestração de pipelines de dados.
• Práticas de CI/CD para dados, automação de deploys e versionamento de código.
• Conhecimento avançado em Spark para processamento distribuído de dados.
• Experiência com Trino para consultas federadas e otimização de performance em ambientes analíticos.
• Vivência com boas práticas de engenharia de dados, como modelagem, particionamento, governança e segurança da informação.

Diferenciais

• Certificações AWS ou Databricks.
• Experiência em ambientes de dados com alto volume (big data).