[Job-30362] Senior I Mid-Level Data Developer, Brazil

Buscamos pessoas localizadas no Brasil para trabalhar como Data Developer em um dos nossos clientes do ramo financeiro. Irá atuar em iniciativas de modernização da plataforma de dados, com foco em arquitetura Lakehouse, governança, qualidade e preparação de dados para consumo analítico e de IA.
 
Responsabilidades:
- Atuar em iniciativas de modernização da plataforma de dados, com foco em arquitetura Lakehouse, governança, qualidade e preparação de dados para consumo analítico e de IA.
 
Requisitos para este desafio:
- Domínio do ciclo de vida do dado: ingestão, processamento, armazenamento, transformação, consumo e governança;
- Experiência com dados estruturados, semiestruturados e não estruturados;
- Boas práticas de tratamento, versionamento, rastreabilidade e disponibilização de dados;
- Experiência em arquitetura Lakehouse (Data Lake + Data Warehouse);
- Uso de Apache Iceberg para: gerenciamento de tabelas analíticas, controle de versões, evolução de schema, particionamento eficiente e otimização de performance em ambientes distribuídos;
- Experiência com pelo menos um dos seguintes: Athena, Trino, Presto ou Spark SQL;
- Capacidade de otimizar consultas, interpretar planos de execução, trabalhar com particionamento e formatos colunares (Parquet, ORC);
- Visão de custo x performance em consultas analíticas;
- Experiência sólida em modelagem para análise e BI: tabelas fato e dimensão, granularidade, chaves, hierarquias, métricas e indicadores;
- Capacidade de estruturar modelos otimizados para dashboards, relatórios e consumo por times de negócio;
- Experiência prática com: S3, Glue, Athena, EMR, Lambda, Step Functions, Lake Formation, IAM e CloudWatch;
- Conhecimento de boas práticas de segurança, controle de acesso, monitoramento, automação e gestão de custos em nuvem.

Diferencial:
- Conhecimento dos princípios: dados como produto, ownership por domínio, governança federada e infraestrutura self-service;
- Experiência em definição de contratos de dados, catálogo, padrões de qualidade e organização por domínios de negócio;
- Experiência em implementar controles de qualidade em pipelines: validações, regras de negócio, completude, consistência, unicidade, integridade e acurácia;
- Capacidade de monitoramento contínuo, detecção de anomalias e geração de alertas;
- Conhecimento em preparação e organização de dados para iniciativas de Machine Learning e Analytics avançado;
- Familiaridade com feature stores, integração de pipelines de dados com modelos de IA e serviços de IA em nuvem;
- Compreensão da importância de dados limpos, governados e rastreáveis para alimentar modelos.

#LI-CB4