Caro usuário, habilite o javascript para que esse site funcione corretamente.

1238: Engenheiro de Dados / Analista de Dados Pleno

Pessoa JurídicaPresencial (Local)VIPRibeirão Preto-SPEmpresa Confidencial (Cadastre-se)

* Salário: R$ 6.000 a R$ 11.000 por mês (estimado)

* O valor exibido é uma estimativa calculada com base em dados públicos e referências do mercado. Não garantimos que este seja o salário oferecido para esta vaga específica.

Área: Tecnologia da Informação

Nível: Pleno

Responsabilidades e atribuições:

Projetar e manter pipelines de dados eficientes para ingestão, transformação e disponibilização.
Trabalhar com AWS Athena, Glue e S3 para consulta e organização de grandes volumes de dados em
formato Parquet.
Integrar e modelar dados em MySQL e PostgreSQL para sistemas transacionais e analíticos.
Implementar e manter processos de ETL/ELT usando ferramentas como Apache Spark, Airflow,
Databricks, etc.
Criar e manter dashboards e relatórios em Superset e Power BI, garantindo confiabilidade e boa
experiência de uso.
Trabalhar junto com times de engenharia, ciência de dados e produto para suportar decisões baseadas
em dados.
Garantir governança de dados, qualidade, versionamento e documentação.
Implementar boas práticas de segurança e compliance em todo o ciclo de vida dos dados.

Requisitos e qualificações:

Experiência prática com AWS Athena e formatos Parquet.
Forte conhecimento em ETL/ELT e ferramentas de orquestração como Apache Airflow.
Experiência com Python para manipulação e transformação de dados.
Domínio de SQL e experiência em MySQL e PostgreSQL.
Conhecimento de Apache Spark e processamento distribuído de dados.
Experiência em criação de dashboards em Power BI e/ou Apache Superset.
Vivência com pipelines de dados em ambientes de nuvem (AWS, Azure ou GCP).
Capacidade de trabalhar de forma autônoma, com boa comunicação e clareza técnica.

Diferenciais desejáveis:

Experiência em governança e catálogo de dados (Glue Data Catalog, DataHub, Apache Atlas).
Vivência com pipelines de streaming (ex.: Kinesis, Kafka).
Conhecimento em integrações com ferramentas de observabilidade de dados.
Experiência prévia em times ágeis e squads multidisciplinares.