• Experiência em construção e manutenção de Data Lakes, com camadas streaming e batch;
• Prévia vivência com orquestração de pipeline de dados, preferencialmente Databricks Workflows;
• Conhecimento sobre Cloud Computing: Amazon Web Services e/ou Google Cloud Plataform e/ou Azure;
• Prévia utilização de boas práticas de Data Quality;
• Amplo conhecimento de workloads de ingestão de dados, casos de uso do cliente, incluindo desempenho, disponibilidade e escalabilidade;
• Sólida experiência em pelo menos um framework distribuído de dados, preferencialmente Spark e/ou Hadoop;
• Conhecimento de uma linguagem de programação: Scala ou Python (preferencialmente);

Será muito legal se você tiver:

• Experiência com administração e arquitetura da plataforma Databricks;
• Conhecimentos em Terraform, dbt e Elementary;
• Experiência em desenvolvimento de microsserviços e APIs;
• Conhecimentos em padrões de arquitetura de informação;
• Conhecimentos de modelagem multidimensional e data warehouse;
• Mindset Ágil;
• Experiência com ferramentas de DevOps (Jenkins, Kubernetes, Docker, etc);

• Executar atividades de manutenção e aprimoramento da Plataforma de Dados, empregando tecnologias como AWS, Databricks e Terraform;
• Gerenciar as iniciativas e relatórios técnicos relacionados à eficiência de custos da Plataforma de Dados, seguindo práticas de FinOps;
• Planejar e executar migração massiva de dados e expansão de novos componentes;
• Atuar ativamente na resolução de incidentes atreladas à ingestão, ambiente e catálogo de dados, identificando sua causa raiz;
• Projetar, implementar e dar suporte a uma plataforma que fornece acesso seguro a grandes conjuntos de dados;
• Modelar dados brutos para suportar amplo consumo de dados na camada Silver;
• Fazer a construção e manutenção de data lakes, com camadas streaming e batch;
• Analisar o desempenho em plataforma de processamento distribuído de dados, tunning de aplicações e componentes;
• Manter-se atualizado(a) quanto aos avanços nas tecnologias de big data e execução de PoC (provas de conceito) para projetar a arquitetura de dados de acordo com o aumento do volume de dados.