Engenheiro de Dados - Sênior (GCP)

Vem ser Mouts! Conheça mais sobre a Mouts:

mouts.info 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.