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.

Experiência 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 técnicos

Apache 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.

Desejáveis

Experiência no setor financeiro
Familiaridade 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).

Projetar, 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.