Analista de sistemas sênior | engenheiro de dados

• Experiência sólida em engenharia de dados em ambientes Cloud;
• Experiência prática com a plataforma Databricks em cenários produtivos;
• Capacidade de atuar em decisões arquiteturais e definição de padrões;
• Conhecimento em modelagem de dados e boas práticas de engenharia;
• Experiência com versionamento, automação e CI/CD;
• Perfil proativo, analítico e com boa comunicação.

Diferenciais:

• Experiência com definição de padrões e governança de dados em ambientes corporativos;
• Vivência com otimização de performance em grandes volumes de dados;
• Conhecimento em processamento de dados em tempo real (streaming);
• Experiência com infraestrutura como código ou automação de ambientes;
• Familiaridade com boas práticas de segurança e controle de acesso a dados.

Estamos em busca de um (a) Engenheiro (a) de Dados Sênior para atuar em uma arquitetura moderna de dados em Cloud, utilizando a plataforma Databricks como pilar central de processamento, governança e analytics.

O (a) profissional terá papel fundamental na definição de padrões, evolução da arquitetura e construção de pipelines escaláveis, apoiando iniciativas estratégicas de dados e analytics.

Principais Responsabilidades:

• Projetar, desenvolver e evoluir pipelines de dados escaláveis utilizando Apache Spark (PySpark e Spark SQL);
• Definir e aplicar padrões de arquitetura de dados, utilizando conceitos como Medallion Architecture (Bronze, Silver e Gold);
• Atuar na evolução da plataforma de dados, contribuindo com decisões arquiteturais e boas práticas;
• Implementar soluções com Delta Lake, garantindo confiabilidade, performance e governança dos dados;
• Atuar na governança e segurança por meio do Unity Catalog, assegurando controle de acessos e conformidade;
• Desenvolver soluções analíticas com Databricks SQL e SQL Warehouses;
• Orquestrar pipelines com Databricks Workflows, garantindo eficiência operacional;
• Estruturar processos de CI/CD e versionamento utilizando Databricks Asset Bundles, YAML e integração com Git;
• Otimizar performance e custo da plataforma, incluindo gerenciamento de clusters e workloads;
• Integrar múltiplas fontes de dados em ambientes cloud (especialmente ADLS);
• Atuar em pipelines batch e streaming conforme necessidade de negócio;
• Colaborar com times técnicos e de negócio, garantindo entendimento e entrega de valor.