Engenheiro(a) de Dados Sênior (Presencial)

Sobre a Beyond

Nosso maior diferencial é que não enxergamos profissionais como meros recursos, e sim, como pessoas reais, com sonhos, ambições e vontade de fazer o seu melhor. Buscamos Talentos que vão ALÉM de capacidades técnicas excepcionais, perseverança, olhar crítico e novas ideias são qualidades que nos movem diariamente em direção a um futuro cada vez mais tecnológico. Aqui as pessoas são o nosso maior ativo, nosso maior orgulho e são verdadeiramente valorizadas por suas habilidades. 

Estamos presentes como Outsourcing e Projetos em grandes nomes do mercado financeiro! 

 

• Graduação em Ciência da Computação, Engenharia, Matemática, Estatística ou áreas correlatas (concluída ou em andamento);
• Mínimo de 5 anos de experiência em Engenharia de Dados
• Experiência sólida com Databricks (Delta Lake, Unity Catalog, Workflows, MLflow)
• Histórico comprovado de projetos com arquitetura Lakehouse ou ambientes de grande volume de dados

Dia-a-dia

• Pipelines de Dados com Databricks e Spark: Projeto, construção e manutenção de pipelines robustos e escaláveis com ingestão em batch e streaming, adotando boas práticas de DataOps como versionamento, testes e monitoramento de performance.
• Arquitetura e Modelagem de Dados: Definição e evolução da plataforma de dados com modelagem em camadas (Bronze, Silver, Gold), avaliação de tecnologias e participação ativa em decisões técnicas e revisões arquiteturais.
• Ingestão e Integração de Fontes: Integração de fontes heterogêneas (bancos relacionais, NoSQL, APIs e eventos em tempo real), garantindo rastreabilidade, linhagem e qualidade dos dados desde a origem até o consumo.
• Governança, Qualidade e Observabilidade: Implementação de processos de qualidade de dados, construção do catálogo e práticas de Data Governance, com conformidade à LGPD e monitoramento de SLAs e métricas de confiabilidade.
• Suporte a Analytics, BI e Ciência de Dados: Apoio aos times de Analytics, BI e Data Science na construção de camadas de consumo, feature stores e datasets, atuando como referência técnica e disseminando boas práticas de engenharia na organização.

Diferenciais: 

• Certificação Databricks (Databricks Certified Data Engineer Associate ou Professional)
• Experiência no setor de crédito
• Conhecimento em ferramentas de qualidade de dados (Great Expectations, dbt, Soda)
• Experiência com streaming de dados: Apache Kafka, Azure Event Hubs ou similares
• Familiaridade com dbt (data build tool) para transformações analíticas
• Conhecimento em práticas de DataOps e observabilidade de dados (Monte Carlo, Atlan, etc.)
• Noções de Machine Learning e feature engineering