Engenheiro(a) de Dados / DataOps

Requisitos 5+ anos de experiência na carreira Inglês avançado PostgreSQL Apache Flink Apache Airflow Terraform Apache Kafka Trino AWS Bitbucket Apache Iceberg Git Conhecimentos Desejáveis CloudFormation Google Cloud Platform Ping Identity Redis DBT ArcadeDB Neo4j Ray AWS Glue Keycloak Dagster Tarefas e Responsabilidades Sobre a vaga Buscamos um(a) Engenheiro(a) de Dados / DataOps para apoiar a implementação e evolução da plataforma de DataOps da área de Analytics. Você será responsável por desenvolver, implantar e manter a infraestrutura necessária para execução de pipelines de dados em batch e em tempo real, além de projetar pipelines escaláveis, resilientes e observáveis. Responsabilidades principais Apoiar a implementação e evolução da plataforma de DataOps da área de Analytics; Desenvolver, implantar e manter a infraestrutura para execução de pipelines de dados em batch e real time; Projetar e evoluir pipelines de dados escaláveis, resilientes e observáveis; Automatizar processos de infraestrutura utilizando Infrastructure as Code (IaC); Implantar e administrar workloads em ambiente AWS, preferencialmente com serviços gerenciados; Colaborar com os times de Analytics e Infraestrutura na definição de arquiteturas, padrões e boas práticas; Monitorar, otimizar e garantir disponibilidade, segurança e performance da plataforma de dados; Contribuir com propostas de melhoria contínua para arquitetura, ferramentas e processos. Requisitos Graduação completa em Ciência da Computação, Engenharia, Tecnologia da Informação ou áreas afins; Experiência robusta com ambientes AWS; Conhecimento em arquitetura de plataformas de dados, observabilidade, automação e boas práticas de DataOps; Conhecimento em Infrastructure as Code, utilizando Terraform e/ou CloudFormation; Experiência sólida com query engines, como Trino; Bancos de dados relacionais, especialmente PostgreSQL; Ferramentas de streaming e processamento de dados em tempo real, como Apache Kafka e Apache Flink; Ferramentas de transformação de dados, como Glue e DBT; Arquiteturas baseadas em Data Lake/Lakehouse e formatos de tabela como Apache Iceberg; Orquestração de pipelines utilizando Dagster, Apache Airflow ou ferramentas similares; Versionamento com Git e Bitbucket. Diferenciais Experiência com computação distribuída utilizando Ray; Bancos NoSQL ou especializados, como Redis; Experiência com bancos de dados de grafos, como Neo4j, ArcadeDB ou similares; Conhecimento em soluções de identidade e gerenciamento de acesso (Keycloak, Ping Identity ou similares); Experiência com estratégias de Disaster Recovery (DR) em ambientes multi-cloud; Experiência com Google Cloud Platform (GCP); Inglês avançado.