Colaborar com engenheiros de dados e outros membros da equipe para garantir integração, disponibilidade, entender requisitos e otimizar o desempenho das soluções de dados;

Participar na definição e implementação da estratégia de dados;

Analisar conjuntos de dados complexos para identificar tendências, padrões e insights que podem orientar decisões de negócio por meio de  dashboards, estudos, relatórios, ML, tagueamento, etc;

Garantir a validação, precisão e integridade dos dados em todos os paineis e relatórios;

Trabalhar com as áreas de negócio para entender requisitos e traduzi-los em especificações técnicas;

Integrar dados de diversas fontes, incluindo APIs, bancos de dados relacionais e não relacionais;

Garantir a conformidade com padrões de segurança e privacidade de dados;

Projetar, desenvolver e manter pipelines de ETL (Extract, Transform, Load) para mover e transformar dados entre sistemas;

Monitorar e melhorar continuamente o desempenho e a escalabilidade dos pipelines de dados;

Garantir padrões e boa práticas de governança de dados;

Capacidade de trabalhar de forma independente e em equipe.

Graduação em Ciência da Computação, Engenharia de Computação, Sistemas de Informação ou área relacionada;

Conhecimentos aplicados com uso de Inteligência Artificial e Engenharia de Prompts

Experiência Avançada como Engenheiro de Dados, ou em um papel similar;

Sólidos conhecimentos em linguagens de programação, como Python e SQL;

Experiência Avançada com Python para dados (coleta de dados (data gathering), limpeza (cleaning), transformação (transformation), junção (joining), leitura e escrita de data frames usando diferentes formatos);

Experiência com ambiente de desenvolvimento Jupyter Notebook;

Experiência avançada com Databricks e PySpark;

Experiência avançada com Google Analytics 4 (GA4)

Experiência avançada com Dataviz (Power BI e looker) para construção de Dashboards

Experiência com bancos de dados relacionais (e.g., SQL Server, MySQL, PostgreSQL) e não relacionais (e.g., MongoDB, Cassandra)

Conhecimento em tagueamento de jornadas (Mapa de Métricas e GTM)

Cultura de versionamento de código e proficiência em Git;

Familiaridade com ferramentas e tecnologias de big data, como Hadoop, Spark, Kafka, e AWS/GCP/Azure;

Experiência em ferramentas de ETL, como Apache NiFi, Talend, ou Airflow;

Conhecimento em modelagem de dados, otimização de consultas e tuning de desempenho;

Habilidades analíticas e de resolução de problemas;

Experiência com metodologias ágeis e DevOps;

Experiência com Tableau ou outras ferramentas de visualização de dados;

Experiência com Azure Data Factory/Synapse;

Certificações em tecnologias de dados ou cloud (e.g., AWS Certified Data Analytics, Google Cloud Professional Data Engineer, Microsoft Certified Azure Data Engineer);

Certificação Google Analytics Certification (GA4)

Conhecimento em Machine Learning.

#LI-APS1

SÊNIOR