Engenheiro de Dados

Engenheiro(a) de Dados com forte atuação em ambientes Big Data, tanto on-premise (Hadoop, Hive, Spark, Kafka) quanto em nuvem, com destaque para Databricks. É essencial domínio em Python e SQL, além de experiência em construção e otimização de pipelines ETL/ELT. O profissional será responsável por desenvolver soluções escaláveis, garantir o tratamento e a preparação de dados, criar modelos analíticos e apoiar na migração de ambientes locais para cloud. Espera-se conhecimento em GitHub/Bitbucket, atuação com metodologias ágeis e perfil analítico, proativo e colaborativo. Ferramentas indispensáveis: Databricks, Python e Hive.
Brasil SP São Paulo Remota

Responsabilidades

  • Ajudar na expansão da plataforma analítica e na migração de on-premise para cloud;
  • Desenvolver soluções com grandes volumes de dados;
  • Garantir o tratamento e preparação dos dados;
  • Fomentar a utilização de técnicas de automação para criação, configuração e monitoramento de ambientes analíticos;
  • Analisar e corrigir eventuais problemas na execução de carga de dados;
    Criar modelos de dados analíticos e indicadores.

Requisitos

  • Proficiência em Python e SQL;
  • Experiência em ambientes com BigData na nuvem (cloud), preferencialmente Databricks;
  • Experiência em ambientes com Big Data em sistemas locais (on-premise), preferencialmente no ecossistema Hadoop (Hive, HDFS, Kafka, Spark etc) e suas arquiteturas;
  • Conhecimento em construção e otimização de ETL/ELT;
  • Conhecimento e/ou experiência em GitHub/Bitbucket;
  • Conhecimento e/ou experiência com metodologia Ágil;
  • Perfil Analítico e postura engajada na busca de soluções, resiliência e flexibilidade;
  • Habilidades de comunicação em diversos níveis;
  • Compreensão de requisitos de negócio.

Indispensáveis: Databricks, Python e Hive

CANDIDATAR-SE

    Aceito que meus dados sejam utilizados para possibilitar que a Jump Label identifique e entre em contato com o titular dos dados para fins de relacionamento e ações de seleção para vaga.

    Nível de experiência: Pleno

    Tipo de alocação: Remota