Zé Delivery | Engenheiro(a) de Dados Pleno

Vaga não está no LinkedIn

🔥 15 horas atrás

🇧🇷 Brasil – Remoto

⏰ Tempo Integral

🟡 Pleno

🟠 Sênior

🚰 Engenheiro de Dados

👻 Score fantasma 10%

infoinfo

🗣️🇧🇷🇵🇹 Português obrigatório

Candidatar-se
Encontrar Vagas Remotas Similares

📊 Verifique sua pontuação de currículo para esta vaga

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

Logo of Ambev

Ambev

10.000+ funcionários

🏭 Manufatura

📦 Logística

📣 Marketing

Manufacturing • Logistics • Marketing

Ambev é uma empresa brasileira de bebidas que produz, comercializa e distribui cerveja, refrigerantes e outras bebidas não alcoólicas em toda a América Latina e além. Ela possui marcas regionais bem conhecidas (por exemplo, Skol, Brahma, Antarctica), opera grandes redes de fabricação e distribuição, e faz parte do grupo global Anheuser‑Busch InBev. A Ambev foca em vendas voltadas para o consumidor, marketing de marcas e operações de cadeia de suprimentos para bebidas alcoólicas e não alcoólicas.

Descrição

• Atuar como Engenheiro(a) de Dados Pleno no Zé Labs, com autonomia para conduzir temas de Engenharia de Dados e Analytics Engineering no squad. • Ampliar a autonomia do time sobre pipelines, ingestão, qualidade e observabilidade. • Garantir que os dados dos produtos analíticos estejam disponíveis, confiáveis, documentados e sustentáveis. • Construir e manter modelos analíticos com Analytics Engineers, incluindo as camadas Silver e semântica. • Desenvolver, manter e evoluir pipelines de dados. • Integrar dados de bancos relacionais, eventos, mensageria e arquivos. • Estruturar e tratar dados na camada Bronze. • Ampliar a autonomia do Zé Labs sobre pipelines e processos dependentes do time corporativo de Dados. • Definir, revisar e validar infraestrutura de jobs, workflows e pipelines. • Revisar códigos e soluções técnicas, promovendo boas práticas de engenharia. • Orientar e apoiar profissionais mais juniores. • Implementar e evoluir logs, métricas, alertas e monitoramento da saúde dos pipelines. • Investigar falhas, inconsistências e problemas de performance. • Implementar tratamento de erros, retries, idempotência, reprocessamento e backfills. • Documentar fontes, pipelines, modelos, regras de negócio, dependências e contratos de dados. • Contribuir para SLAs, critérios de atualização e padrões de qualidade. • Avaliar impactos downstream antes de alterações em schemas, pipelines ou modelos. • Participar da priorização e organização do backlog técnico com o Data Manager/Data PM. • Participar de discussões técnicas com Engenharia de Dados, plataforma e stakeholders.

🎯 Requisitos

• Ensino superior completo. • Formações em Tecnologia, Computação, Engenharia, Estatística, Matemática ou áreas relacionadas são referências, sem caráter eliminatório. • Preferencialmente, três anos ou mais de experiência em Engenharia de Dados, Analytics Engineering ou áreas correlatas. • Disponibilidade para atuação remota. • Domínio de Python aplicado à construção de pipelines, integrações ou automações. • Domínio de SQL para consulta, transformação e modelagem de dados. • Conhecimento prático de Spark/PySpark ou tecnologia equivalente de processamento distribuído. • Experiência na construção e manutenção de pipelines de dados. • Experiência com integração de fontes como bancos relacionais, arquivos, APIs, eventos ou mensageria. • Experiência com plataformas modernas de dados ou arquiteturas lakehouse. • Conhecimento de Git, pull requests e práticas de revisão de código. • Experiência com tratamento de erros, retries, reprocessamento e backfill. • Conhecimento prático de testes, observabilidade e monitoramento de pipelines. • Databricks, Delta Lake e Unity Catalog são diferenciais. • AWS e serviços de dados em cloud são diferenciais. • Databricks Workflows, Airflow ou ferramentas equivalentes de orquestração são diferenciais. • Conhecimento de arquitetura medallion, CI/CD aplicado a pipelines de dados, contratos de dados, schema evolution, análise de impacto, otimização de jobs, particionamento, compactação, custos de processamento e práticas de segurança são diferenciais.

🏖️ Benefícios

• Plano Médico • Plano Odontológico • Telemedicina • Seguro de Vida • Gympass • Desconto na compra de produtos da companhia • Cesta de Natal • Brinquedo para filhos • Previdência privada • Vale Alimentação ou Refeição • Vale transporte opcional • Abono assiduidade (14º salário) • Auxílio Creche ou Auxílio babá • Participação dos Lucros • Ambiente meritocrático e inclusivo • Oportunidades de desenvolvimento e crescimento

Candidatar-se

Vagas Similares

🔥 15 horas atrás

Sicredi

10.000+ funcionários

🛡️ Seguros

📦 Logística

💼 Consultoria

Engenharia de Dados de Auditoria Interna no Sicredi, instituição financeira cooperativa brasileira. Desenvolvendo pipelines auditáveis e ambientes analíticos para apoiar avaliações de auditoria e a gestão de riscos.

🗣️🇧🇷🇵🇹 Português obrigatório

🔥 21 horas atrás

Dadoteca

51 - 200

💼 Consultoria

🏥 Saúde

📣 Marketing

Engenheiro(a) de Dados Sênior na Dadoteca, empresa de Dados e Inteligência Artificial. Implementação de Databricks AI/BI, Genie Spaces e soluções analíticas.

🗣️🇧🇷🇵🇹 Português obrigatório

🕒 Ontem

Stefanini Brasil

10.000+ funcionários

💼 Consultoria

🏥 Saúde

📦 Logística

Engenheiro(a) de Dados desenvolvendo pipelines e arquiteturas em AWS para a Stefanini, um ecossistema global de tecnologia. Atuando com Python, Spark, Airflow, modelagem e plataformas de dados.

🗣️🇧🇷🇵🇹 Português obrigatório

🕒 Ontem

Metal Toad

11 - 50

💼 Consultoria

📣 Marketing

📦 Logística

Engenheiro(a) de Infraestrutura de Dados responsável por implementar Trino, Spark, Pinot e Druid no Amazon EKS. Construção de infraestrutura Open Source pronta para produção para clientes de consultoria em IA da Metal Toad.

🗣️🇺🇸🇬🇧 Inglês obrigatório

🕒 4 dias atrás

Sedona Digital

51 - 200

💼 Consultoria

🏥 Saúde

📦 Logística

Engenheiro(a) de Dados Sênior responsável por desenvolver plataformas de dados escaláveis em AWS e Snowflake para os clientes globais da Sedona Digital. Responsável por pipelines, fluxos de sinistros em SAS, governança e conjuntos de dados prontos para IA.

🗣️🇺🇸🇬🇧 Inglês obrigatório