Descrição da vaga
Tipo de contratação: CLT (Efetivo)
Engenheiro de Dados Pleno
Jornada de trabalho: segunda a sexta das 09h às 18h - híbrido - presencial 3x na semana
Local: São Paulo - SP
Benefícios:
Bônus anual (de 1 a 3 salários);
Assistência médica - inclusive para dependentes;
Assistência odontológica;
Vale Refeição e Vale Alimentação (benefício flexível);
Auxílio Creche ou Babá;
Licença maternidade e paternidade estendida, inclusive em casos de adoção;
Day-Off de aniversário;
Gympass e TotalPass;
Seguro de Vida;
PAP – Programa de Apoio Pessoal (Auster): com suporte gratuito em psicologia, nutrição, enfermagem, serviço social, jurídico e financeiro;
Credencial SESC;
Programa Indicação Top;
Responsabilidades e atribuições:
Construção e manutenção de pipelines de integração de dados de diversas fontes;
Criação e manutenção de visões de negócio (Gold) no Lakehouse;
Construção e manutenção de MDMs- Desenvolvimento e manutenção de APIs;
Orquestração de pipelines;
Otimização de performance e escalabilidade de pipelines existentes;
Colaboração com os times de negócio e ti no design de soluções de dados;
Boas práticas de desenvolvimento: versionamento, testes, CI/CD e qualidade de dados;
Senso crítico técnico nas discussões — contribuir com ponto de vista fundamentado, não apenas executar.
Requisitos e qualificações:
Inglês - Desejável;
Formação em Sistemas de Informação, Ciência da Computação, Engenharia ou áreas afins;
Proficiência em PySpark e SQL;
Experiência sólida com Databricks (Jobs, Notebooks, SQL Warehouse, Lakebase);
Experiência com modelagem de dados (dimensional, one big table, normalização);
Experiência com ingestão de dados via CDC (Change Data Capture);
Conhecimento em AWS: S3, DMS, Lambda, IAM, API Gateway e/ou RDS;
Versionamento e CI/CD com Git (GitHub/GitLab);
Capacidade de entender o produto e o negócio para modelar dados que reflitam a realidade e suportem decisões;
Facilidade para colaborar com times multidisciplinares;
Boa comunicação, proatividade e senso de urgência.
Diferencial:
Uso de IA no dia a dia: prompts, automação de tarefas recorrentes, análise assistidas;
Conhecimento em Governança de Dados (catálogo, linhagem, qualidade);
Experiência com construção APIs REST;
Certificação Databricks Data Engineer;
Certificação AWS Data Engineer Associate.