Engenheiro de dados

Buscamos um(a) Engenheiro(a) de Dados para atuar em projetos estratégicos de negócios, tecnologia e dados de cliente do setor bancário, contribuindo para a construção, evolução e sustentação de soluções de integração, processamento e disponibilização de dados.O profissional será responsável por desenvolver pipelines de dados eficientes, escaláveis e seguros, garantindo a qualidade, integridade e disponibilidade das informações utilizadas pelas diferentes áreas de negócio.Além do conhecimento técnico, buscamos um profissional com perfil consultivo, boa comunicação e capacidade de interagir diretamente com stakeholders das áreas de negócio, compreendendo suas necessidades e traduzindo-as em soluções tecnológicas.A atuação ocorrerá em um ambiente dinâmico, com grande volume de informações, arquitetura distribuída e utilização de tecnologias modernas, especialmente no ecossistema AWS. Responsabilidades e atribuiçõesProjetar, desenvolver, implementar e manter pipelines de dados para extração, transformação, integração e disponibilização de informações.Desenvolver processos de ETL/ELT, garantindo eficiência, escalabilidade, rastreabilidade e qualidade dos dados.Atuar na integração de diferentes fontes de dados, incluindo bancos relacionais, APIs, arquivos estruturados e semiestruturados.Desenvolver scripts e aplicações utilizando Python e SQL, com foco em extração, tratamento, transformação e manipulação de dados.Construir e otimizar soluções de processamento de dados em ambientes cloud, preferencialmente AWS.Participar da definição e evolução de arquiteturas de dados, considerando Data Lakes, Data Warehouses e soluções analíticas.Implementar mecanismos de monitoramento, observabilidade e tratamento de falhas nos pipelines.Aplicar boas práticas de segurança, governança, qualidade e proteção de dados, considerando os requisitos do ambiente financeiro.Identificar oportunidades de automação e melhoria contínua nos processos de engenharia de dados.Realizar levantamento e análise de requisitos diretamente com áreas de negócio, compreendendo processos, necessidades e objetivos.Traduzir requisitos funcionais e necessidades de negócio em especificações técnicas e soluções de dados.Interagir com equipes de desenvolvimento, arquitetura, infraestrutura, segurança e analytics.Documentar soluções, fluxos de dados, regras de transformação e integrações desenvolvidas.Apoiar análises técnicas e funcionais para identificação de inconsistências e oportunidades de melhoria nos dados. Requisitos e qualificaçõesExperiência sólida em desenvolvimento utilizando Python para processamento, manipulação e integração de dados.Conhecimento avançado em SQL, incluindo consultas complexas, joins, procedures e otimização de queries.Experiência com bibliotecas Python para tratamento e processamento de dados, como Pandas e PySpark.Experiência com integração de dados por meio de APIs REST, arquivos JSON, CSV e formatos como Parquet.Experiência na construção e manutenção de pipelines ETL/ELT.Conhecimento em modelagem de dados relacional e dimensional.Experiência com bancos de dados relacionais e soluções de armazenamento analítico.Conhecimento de arquiteturas Data Lake e Data Warehouse.Experiência com processamento de grandes volumes de dados.Conhecimento em mecanismos de orquestração e agendamento de pipelines.Familiaridade com conceitos de qualidade, catalogação, linhagem e governança de dados.Experiência no levantamento de requisitos funcionais e técnicos junto a usuários e áreas de negócio.Capacidade de compreender processos de negócio e identificar necessidades relacionadas ao consumo e tratamento de dados.Habilidade para transformar demandas de negócio em soluções técnicas estruturadas.Experiência na documentação de requisitos, regras de negócio e fluxos de integração.Capacidade de conduzir reuniões técnicas e funcionais com diferentes stakeholders. Diferenciais técnicosApache Airflow para orquestração de pipelines.  PySpark para processamento distribuído e manipulação de grandes volumes de dados.  Python aplicado a engenharia e ciência de dados.  Pandas e Numpy para manipulação e análise de dados.  SQL avançado para consultas, modelagem e otimização.  Experiência com AWS Cloud, incluindo:  AWS Glue (ETL/ELT)  Amazon Redshift (data warehouse)  Consultas em dados armazenados no Amazon S3  Experiência com modelagem dimensional (fatos, dimensões, modelo estrela).  Vivência com pipelines de dados e boas práticas de governança.DesejáveisExperiência no setor financeiroFamiliaridade com ferramentas de visualização (Power BI, Tableau, Looker).  Conhecimento de versionamento (Git) e boas práticas de desenvolvimento.  Noções de qualidade e catalogação de dados (Data Quality, Data Catalog).