Engenheiro de Dados Sênior: Arquiteto de Pipelines

MC; Lisboa; Presencial; EUR 60 000 - 90 000; Tempo integral

Vantagens oferecidas por esta oferta de emprego

Subsídio de Alimentação em Cartão Dá

Plano de Telecomunicações com voz, dat

Programa Flex it Up - Dias Off Extra

Seguro de Saúde e de Vida

Programa de Benefícios Flexíveis

Onboarding e Formação contínua

Bolsa de Mérito para filhos de colabor

Mobilidade Interna

Resumo da oferta

A MC está à procura de um Expert Data Engineer para integrar a equipa de Data, AI & Analytics COE em Lisboa. O(a) candidato(a) definirá e governará a arquitetura de data products e pipelines, assegurando coerência entre domínios e alinhamento com a plataforma de dados.

Requer-se experiência em SQL, Python e PySpark, bem como conhecimento sólido de processamento distribuído (Spark/Databricks/Hadoop) e ambientes Cloud (Azure/AWS/GCP).

Qualificações

• Formação em Engenharia, Ciências da Computação ou áreas similares.
• Experiência comprovada em Engenharia de Dados.
• Arquiteturas de dados modernas (Lakehouse, Data Lake/ Data Warehouse).
• SQL, Python e PySpark (ou equivalentes) com foco em dados em grande volume.

Responsabilidades

• Definir e governar a arquitetura dos data products e pipelines de Data Engineering.
• Estabelecer standards e boas práticas de Data Engineering para ingestão, transformação e modelação.
• Desenvolver práticas de engenharia de referência (idempotência, reprocessamentos, versionamento, observabilidade).

Conhecimentos

Data Architecture

Data Engineering

SQL

Python

PySpark

Databricks

Spark

Cloud

CI/CD

Observability

Git

Formação académica

Engenharia

Ferramentas

Databricks

Spark

Hadoop

Azure

AWS

GCP

Git

Descrição da oferta de emprego

A MC está à procura de um Expert Data Engineer para integrar a equipa de Data, AI & Analytics COE em Lisboa. O(a) candidato(a) definirá e governará a arquitetura de data products e pipelines, assegurando coerência entre domínios e alinhamento com a plataforma de dados.

Requer-se experiência em SQL, Python e PySpark, bem como conhecimento sólido de processamento distribuído (Spark/Databricks/Hadoop) e ambientes Cloud (Azure/AWS/GCP).