Engenheiro de Dados

Vem ser Mouts

Conheça mais sobre a Mouts:

Modelo de atuação: Remoto

Principais responsabilidades:

- Projetar, construir e manter pipelines de dados escaláveis (ETL/ELT), utilizando Python e SQL avançado, garantindo performance e confiabilidade.

- Implementar e gerenciar orquestração de fluxos complexos com Apache Airflow, incluindo criação de DAGs, hooks e operators.

- Estruturar e manter esteiras de CI/CD, garantindo automação de deploys, testes unitários e integração contínua.

- Administrar versionamento de código com Git, definindo estratégias de branching, revisão de código e boas práticas colaborativas.

- Documentar arquitetura, fluxos, dicionários de dados, decisões técnicas (ADRs) e manuais de sustentação.

- Atuar de forma avançada no ecossistema Google Cloud Platform (GCP), especialmente com BigQuery, Cloud Storage, Pub/Sub e Cloud Composer.

- Garantir qualidade, governança e observabilidade dos dados, seguindo práticas de DataOps.

- Apoiar decisões arquiteturais com foco em escalabilidade, custo e sustentabilidade da plataforma de dados.

Habilidades e Experiências Essenciais:

- Experiência com arquitetura de dados na GCP, especialmente BigQuery.

- Domínio avançado de Apache Airflow, incluindo desenvolvimento de DAGs complexas e uso de Cloud Composer.

- Python e SQL, com foco em soluções performáticas e tratamento de grandes volumes de dados.

- Experiência prática com DevOps e CI/CD (GitHub Actions, GitLab CI, Jenkins ou similares).

- Conhecimento em conteinerização com Docker e orquestração com Kubernetes.

- Domínio avançado de Git, incluindo gestão de conflitos, versionamento e fluxos colaborativos.

- Experiência com documentação técnica estruturada (Wiki, Notion, README, ADRs).

- Formação superior completa em áreas de Tecnologia (Ciência da Computação, Engenharia, Sistemas de Informação ou correlatas).

- Capacidade de atuar com autonomia e visão arquitetural.

Diferenciais Que Valorizamos:

- Experiência com Infraestrutura como Código (Terraform) para provisionamento de ambientes na GCP.

- Vivência com ferramentas de observabilidade e monitoramento (Cloud Monitoring, Grafana, Datadog).

- Experiência com frameworks de qualidade de dados (Great Expectations, dbt tests).

- Familiaridade com o ecossistema de Machine Learning na GCP (ex: preparação de dados para modelos no Vertex AI).

- Experiência anterior estruturando plataformas de dados do zero.

- Vivência em ambientes com alta criticidade de dados e governança.