Engenheiro(a) de Dados (Azure & Databricks) Pl/SR - Híbrido em Uberlândia

Buscamos um profissional apaixonado por dados para integrar nosso time de Data Engineering. Você será responsável por construir a espinha dorsal de nossos ativos de dados, transformando dados brutos em inteligência estratégica através das melhores práticas de engenharia em nuvem.

• Desenvolvimento de Pipelines: Construir e manter pipelines de dados robustos utilizando PySpark no ambiente Azure Databricks, garantindo alta disponibilidade e fluxo contínuo.

• Arquitetura Medallion: Implementar e gerenciar o ciclo de vida do dado seguindo a estrutura de camadas (Bronze, Silver e Gold), garantindo a organização e qualidade desde a ingestão até o consumo.

• Ingestão e Integração: Configurar fluxos de ETL/ELT de fontes heterogêneas (SQL Server, APIs, Streaming) utilizando Azure Data Factory e Azure Data Lake Storage (ADLS).

• Otimização e Monitoramento: Zelar pela performance dos clusters e processos, focando em escalabilidade, redução de latência e eficiência de custos em nuvem.

• Qualidade de Dados: Desenvolver rotinas de limpeza, tratamento e enriquecimento para transformar dados brutos em ativos prontos para análise de negócio.

• Segurança e Governança: Documentar processos técnicos e garantir que todos os fluxos estejam em conformidade com as políticas de segurança e privacidade de dados.

• Formação: Graduação completa em Ciência da Computação, Engenharia, Ciência de Dados ou áreas de TI correlatas.

• Cloud Azure: Experiência prática com o ecossistema de dados da Microsoft.

• Stack Técnica: Domínio avançado de Databricks, PySpark, Python e SQL.

• Arquitetura: Experiência sólida com Arquitetura Medalhão, Data Lake e tecnologia Delta Lake.

• Modelagem: Conhecimento em modelagem de dados (Dimensional/Star Schema).

• Visualização: Conhecimento básico de Power BI para apoio à camada de consumo (Gold).

• Certificações Azure (DP-203) ou Databricks Certified Data Engineer.

• Experiência com ferramentas de CI/CD (Azure DevOps) para automação de pipelines.

• Conhecimento em metodologias ágeis (Scrum/Kanban).