Data Engineer

🕒 Outubro 6

🏛️ District of Columbia, Washington – Remoto

🏛️ District of Columbia – Remote ☕ Washington – Remote

💵 $103.200 - $196.400 / ano

⏰ Tempo Integral

🟡 Pleno

🟠 Sênior

🚰 Engenheiro de Dados

👻 Score fantasma 0%

O que significa: quão provável esta vaga está aberta sem contratação ativa.Como ler: 60% ou mais significa que achamos que é uma vaga fantasma. Pontuações mais baixas preocupam menos.Como pontuamos: tempo em aberto, republicações, vagas abertas vs tamanho do time, rapidez para fechar vagas, e se o salário está divulgado.Observação: é uma estimativa de dados públicos, não um julgamento da empresa. Vagas reais podem ter pontuação alta, então use como uma dica, não como um fato.

Candidatar-se

Encontrar Vagas Remotas Similares

Configurar Alerta de Email para Novas Vagas

📊 Verifique sua pontuação de currículo para esta vaga

Melhore suas chances de conseguir uma entrevista verificando sua pontuação de currículo antes de se candidatar.

Enviar Currículo

Accenture Federal Services

SiteLinkedInTodas as Vagas

10.000+ funcionários

Fundada em 2017

💼 Consultoria

🎖️ Defesa

📦 Logística

Consulting • Defense • Logistics

Accenture Federal Services é uma divisão da Accenture que foca em fornecer serviços de tecnologia e consultoria para o governo federal dos Estados Unidos. Com capacidades em nuvem, cibersegurança, dados e inteligência artificial, engenharia digital e tecnologias emergentes, a Accenture Federal Services apoia agências federais na obtenção de resultados críticos por meio da inovação e avanço tecnológico. A empresa enfatiza a construção de soluções seguras e escaláveis, aprimorando a tomada de decisões com insights baseados em dados e transformando infraestruturas digitais para atender demandas governamentais complexas. Ao aproveitar P&D avançado e design centrado no ser humano, ela visa melhorar o desempenho e a resiliência das operações governamentais.

Descrição

• Build, maintain, and optimize batch and streaming data pipelines for analytics and AI workloads • Ingest structured, semi-structured, and unstructured datasets from APIs, databases, SaaS systems, streaming feeds, and file-based sources • Transform, clean, enrich, and standardize data using Dataflow (Apache Beam), Dataproc (Spark), BigQuery SQL, and Python • Deliver curated datasets into BigQuery for analytics, reporting, and machine learning training • Build and maintain ML-ready feature pipelines • Implement data quality checks, schema validation, and automated testing • Monitor pipeline health using Cloud Monitoring and Cloud Logging • Apply governance, security, and compliance standards, including IAM roles, encryption, data masking, and auditing • Enforce schema evolution policies, metadata management, and lineage tracking using Dataplex/Data Catalog • Maintain documentation for datasets, transformations, pipeline logic, and operational procedures • Write Python, SQL, Beam, and Spark code • Manage ingestion flows using Pub/Sub, GCS, APIs, Datastream, and database connectors • Optimize BigQuery tables, partitions, clustering, materialized views, and query performance • Implement and maintain DAGs with Cloud Composer (Airflow) • Troubleshoot pipeline failures, latency issues, and data quality gaps • Participate in code reviews, architectural discussions, and agile sprint ceremonies • Collaborate with Data Architects, Data Scientists, ML Engineers, and business stakeholders • Develop and maintain Infrastructure as Code using Terraform and CI/CD deployment pipelines

🎯 Requisitos

• Bachelor’s degree in Computer Science, Software Engineering, Information Systems, Data Engineering, or related technical field • 3–6+ years of hands-on experience in data engineering or a similar technical field • Minimum three years of experience leading technical teams to achieve outcomes • Experience developing and implementing technical standards for cloud and on-prem environments • Proven experience building production data pipelines on cloud platforms, preferably GCP • Hands-on experience with BigQuery, GCS, Dataflow (Apache Beam), Dataproc (Spark), and Pub/Sub • Experience preparing ML-ready datasets for model training • Strong background in SQL, Python, distributed data processing, and data modeling • Experience with governance, security, and compliance frameworks including IAM, encryption, data masking, and auditing • Familiarity with Google Cloud Security tools, Google Cloud Monitoring & Logging tools, Google Cloud Networking, and Google Storage services • Must have US work authorization that does not now or in the future require visa sponsorship

🏖️ Benefícios

• Collaborative and caring community • Hands-on experience • Certifications • Industry training • Equal employment opportunity • Reasonable accommodations for disabilities or religious observances