Engenheiro(a) de Dados

Estamos em busca de uma pessoa para atuar como Engenheiro(a) de Dados, integrando nosso time e contribuindo na construção de soluções escaláveis e inteligentes para grandes volumes de dados.

Se você é apaixonado por dados, tem experiência sólida com AWS e modelagem de dados, gosta de resolver problemas complexos e colaborar com equipes multidisciplinares, essa vaga é para você!

Responsabilidades:

• Atuar no desenvolvimento e evolução de aplicações para ingestão de dados utilizando ferramentas AWS , tanto em arquitetura serveless ( glue, lambda, sns, sqs, kafka , etc) quanto com arquiteturas que usam ECS ;
• Realizar o entendimento das necessidades técnicas, participando de inceptions e refinamentos;
• Codificar e estruturar testes automatizados para garantia de qualidade dos entregáveis;
• Realizar code review e Deploy em produção;
• Gestão de Incidentes;
• Otimizar jobs e pipelines de dados, atuando em particionamento de dados, balanceamento de dados (skew) e tuning de performance;
• Projetar e manter orquestrações de pipelines utilizando AWS Step Functions e AWS EventBridge ;
• Configurar e acompanhar monitoria/observabilidade utilizando AWS CloudWatch e, de forma desejável, ferramentas como Datadog ;
• Atuar com foco em FinOps , garantindo uso eficiente de recursos na nuvem e buscando oportunidades de otimização de custo nas soluções de dados.

Requisitos para este desafio:

• Sólidos conhecimentos em Python e Experiência prática com PySpark ;
• Cloud com AWS (S3, glue, EC2, lambda, athena) ;
• Automação de testes unitários;
• Banco de dados Relacional;
• Desenvolvimento de testes automatizados usando a estratégia de pirâmide de testes;
• Refinamento técnico de histórias e de solução;
• Qualidade de código e boas práticas de programação;
• Comunicação para garantir o alinhamento com time e stakeholers;
• Capacidade de execução e proatividade.
• Otimização de custos em nuvem e boas práticas de FinOps aplicadas a pipelines de dados.

Diferenciais:

• Uso de IA generativa , agents e skills para agilizar o trabalho;
• Localstack com recursos AWS (infraestrutura as a code);
• Arquitetura Serveless;
• Datadog ;
• Mensageria ( Kafka, SQS, SNS ).