Engenheiro de Dados SR.

DOMVS iT; Brasil; Presencial; BRL 40.000 - 80.000; Tempo integral

Resumo da oferta

Uma empresa inovadora e reconhecida no Brasil está buscando um Engenheiro de Dados para integrar sua equipe. Esta posição oferece a oportunidade de trabalhar com tecnologias avançadas em um ambiente colaborativo e inspirador. O candidato ideal terá experiência em Python, SQL e soluções de Azure Analytics, além de um forte entendimento de governança de dados. Se você deseja fazer parte de uma organização que valoriza o crescimento profissional e a inovação, esta é a oportunidade perfeita para você.

Qualificações

• Experiência avançada em Python e SQL é essencial.
• Conhecimentos em Azure e Big Data são diferenciais importantes.

Responsabilidades

• Desenvolvimento e implementação de fluxos ETL/ELT para ingestão de dados.
• Garantir a qualidade e integridade dos dados em ambientes de Big Data.

Conhecimentos

Python

PySpark

SQL

Governança de dados

Arquiteturas distribuídas

Ferramentas

Azure Data Factory

Azure Synapse Pipelines

Azure DevOps

Databricks

Jupyter Notebooks

Descrição da oferta de emprego

Descrição da Vaga:

Quem somos

Na DOMVS iT, nossos colaboradores são protagonistas de suas carreiras, e oferecemos todo o suporte necessário para que alcancem o sucesso profissional.

Somos uma empresa certificada pelo Great Place to Work, reconhecida como uma das melhores para se trabalhar no Brasil!

Estamos com uma oportunidade incrível para você se juntar ao nosso time!

Requisitos técnicos

Programação:

• Python e PySpark (avançado)
• SQL (avançado)
• Scala (desejável)

Plataformas e Soluções Azure Analytics:

• Data Factory / Synapse Pipelines
• Data Lake Gen2
• Cluster Spark
• Databricks / Jupyter Notebooks

Governança e Segurança:

• PurView
• KeyVault
• Azure Monitor
• Azure DevOps
• Conhecimentos em governança de dados (DAMA, DPO, LGPD) são diferenciais

Big Data:

• Arquiteturas distribuídas (Spark, Hadoop)
• Lambda/Stream de dados (desejável)

Engenharia de Dados:

• Ingestão de dados estruturados, semi-estruturados e não estruturados
• Protocolos de ingestão de dados (API REST, SOAP, FTP, SFTP, AMQP)
• Estratégias de carga (full, incremental, stream, reprocessamento, parametrização)
• Qualidade e integridade de dados
• Desenvolvimento de fluxos ETL/ELT
• Documentação técnica (Wiki DevOps, modelagem, catálogo de dados, dicionário de dados)