Engenheiro(a) de Dados Sênior (AWS & Databricks)
Será que seu currículo passa pelo filtro desta vaga?
Envie seu CV e descubra, em segundos, sua compatibilidade real com Engenheiro(a) de Dados Sênior (AWS & Databricks) — o que já atende, e onde seu currículo pode estar perdendo aderência.
Descricao da vaga
No Grupo Stefanini, acreditamos no poder da colaboração. Co-criamos soluções inovadoras em parceria com nossos clientes, combinando tecnologia de ponta, inteligência artificial e a criatividade humana. Estamos na vanguarda da resolução de problemas de negócios, proporcionando impacto real em escala global.
Ao se juntar à Stefanini, você se torna parte de uma jornada global de transformação. Estamos empenhados em criar impacto positivo não apenas nos negócios, mas também na vida de nossos colaboradores. Se você procura uma oportunidade de crescimento profissional em uma empresa que valoriza inovação, respeito, autonomia e parceria, você encontra aqui!
Junte-se a nós e seja parte da mudança!
Atuação hibrida 3x na semana, Pinheiros/SP.
#LI-JS2
Responsabilidades e atribuicoes
- Arquitetura & Evolução: Desenhar e evoluir arquiteturas de dados escaláveis e eficientes, definindo padrões de governança, otimização de custos (FinOps) e integração segura com serviços de nuvem.
- Pipelines de Dados: Construir e otimizar soluções de ingestão e tratamento de dados em larga escala (ETL/ELT), aplicando boas práticas de DataOps para garantir qualidade, monitoramento e automação.
- Tradução de Requisitos: Atuar em colaboração com as áreas de negócio e produtos para entender necessidades e convertê-las em arquiteturas técnicas robustas.
Requisitos
- Experiência Sólida: Atuação sênior consolidada em engenharia de dados em ecossistemas de grande escala.
- Ecossistema AWS (Aprofundado): Domínio prático em serviços como AWS Glue, S3, EMR, Redshift e Step Functions.
- Plataforma Databricks & PySpark: Experiência prática na construção e otimização de rotinas de processamento de dados com Databricks e PySpark.
- Arquitetura de Dados: Vivência com padrões modernos como Lakehouse, Data Lake, Data Warehouse e Data Mesh.
- Linguagens & Consultas: Python avançado e SQL avançado para tuning e otimização de queries complexas.
- Orquestração & Engenharia de Software:
- Orquestração de fluxos (ex.: Airflow, Step Functions).
- Boas práticas de desenvolvimento (Git, CI/CD, testes e versionamento).