Senior Data Engeneering

Global TI; São Paulo; Presencial; BRL 180 000 - 280 000; Tempo integral

Resumo da oferta

A Global TI está buscando um(a) Senior Data Engineer para projetar, construir e evoluir plataformas de dados escaláveis em São Paulo. Você ficará responsável por pipelines batch e streaming, modelagem de dados e governança, trabalhando com equipes de Engenharia, Produto e Analytics.

O papel exige domínio de SQL e Python, experiência com Spark e Airflow, além de conhecimento em data warehouses/lakehouses e CI/CD. Diferenciais incluem Kafka, Kubernetes e Terraform.

Qualificações

• Experiência sólida em engenharia de dados em ambientes de alta escala.
• Domínio de SQL e Python.
• Experiência com Spark, Airflow e tecnologias de processamento distribuído.
• Conhecimento em Data Warehouses/Lakehouses e modelagem de dados.
• Vivência com plataformas de nuvem (preferencialmente GCP) e práticas de CI/CD.

Responsabilidades

• Desenvolver e manter pipelines de dados em larga escala (batch e streaming).
• Modelar, integrar e otimizar bases de dados para analytics e aplicações.
• Garantir qualidade, confiabilidade e observabilidade dos dados.
• Trabalhar em conjunto com equipes de Engenharia, Produto, Analytics e Machine Learning.
• Promover boas práticas de arquitetura, performance, segurança e DataOps.

Conhecimentos

SQL

Python

Spark

Airflow

Data modeling

Data Warehouses/Lakehouses

GCP

CI/CD

Kafka

Kubernetes

Terraform

Event-driven architecture

Descrição da oferta de emprego

Buscamos um(a) Senior Data Engineer para projetar, construir e evoluir plataformas e pipelines de dados escaláveis, garantindo alta disponibilidade, qualidade e governança dos dados que suportam produtos e decisões de negócio.

Responsabilidades:

• Desenvolver e manter pipelines de dados em larga escala (batch e streaming).
• Modelar, integrar e otimizar bases de dados para analytics e aplicações.
• Garantir qualidade, confiabilidade e observabilidade dos dados.
• Trabalhar em conjunto com equipes de Engenharia, Produto, Analytics e Machine Learning.
• Promover boas práticas de arquitetura, performance, segurança e DataOps.

Requisitos:

• Experiência sólida com engenharia de dados em ambientes de alta escala.
• Domínio de SQL e Python.
• Experiência com Spark, Airflow e tecnologias de processamento distribuído.
• Conhecimento em Data Warehouses/Lakehouses e modelagem de dados.
• Vivência com plataformas de nuvem (preferencialmente GCP) e práticas de CI/CD.

Diferenciais:

• Experiência com Kafka ou outras soluções de streaming.
• Conhecimento em Kubernetes, Terraform e infraestrutura como código.
• Atuação em ambientes orientados a produtos e arquitetura orientada a eventos.