Databricks Lakehouse Analytics Engineer | Sênior (Remote)

Vaga não está no LinkedIn

🕒 2 dias atrás

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

Compass

SiteLinkedInTodas as Vagas

10.000+ funcionários

🏠 Imobiliário

📱 Mídia

Real Estate • Media

A Compass é um site focado em conteúdo e serviços imobiliários que oferece análises de mercado detalhadas, guias de compra/venda/aluguel, informações sobre hipotecas e financiamentos, além de conselhos sobre melhoria e renovação de imóveis. O site disponibiliza recursos para compradores de imóveis, vendedores, locatários, agentes e investidores imobiliários — incluindo artigos sobre avaliações, moradia acessível, estratégias de investimento, encenação e manutenção de propriedades. A Compass visa ajudar os usuários a tomarem decisões informadas ao longo do ciclo de vida habitacional através de atualizações de mercado oportunas e conteúdo prático de "como fazer".

Descrição

• Mapear e inventariar os consumidores do DW legado (BI, relatórios, aplicações e integrações sistêmicas), classificando por domínio e criticidade; • Modelar os marts de consumo por domínio na camada gold, derivados da silver, seguindo o template medalhão e os contratos de dados; • Executar o reapontamento de dashboards, relatórios, aplicações e integrações sistêmicas para a gold, wave a wave, coordenado com o cutover por domínio; • Validar a paridade de consumo entre legado e gold e suportar a desativação dos pontos de consumo legados; • Contribuir com a priorização das waves junto ao Product Owner e ao Arquiteto de Dados.

🎯 Requisitos

• Analytics Engineering: experiência sólida em camada de consumo — modelagem dimensional/marts, camada semântica e métricas certificadas; • Databricks: Spark SQL em produção, Delta Lake e arquitetura medalhão (bronze, silver, gold); • Reapontamento de BI (Power BI, Tableau ou similar): troca de fontes, refatoração de datasets e validação de paridade de números; • Integrações sistêmicas de dados: APIs, extrações batch e cargas entre sistemas, incluindo contratos de interface e planos de rollback; • SQL avançado: técnicas de reconciliação e comparação de bases em escala; • Unity Catalog (lineage, descoberta e documentação de métricas e modelos de consumo); • Modelagem dimensional (Kimball/star schema) e boas práticas de marts por domínio; • Python e PySpark para automação de validações de paridade e rotinas de reapontamento; • Data Contracts e Data Quality (expectations, DQ gates) aplicados à camada de consumo; • Experiência em migração de DW com coexistência legado/novo, cutover por ondas e reconciliação de bases em volume — diferencial importante; • Vivência em projetos de Data Mesh (domínios, dado como produto, governança federada) — diferencial importante; • Conhecimento de DataStage ou outras ferramentas ETL legadas (facilita a leitura do consumo atual); • Experiência com camadas semânticas e catálogos de métricas (metric stores, semantic layers); • Observabilidade de dados e monitoramento de qualidade na camada de consumo; • Experiência no mercado financeiro ou de crédito; • Certificações Databricks (Data Analyst Associate, Data Engineer Associate); • Especificações abertas de contrato de dados (Open Data Contract Standard, ODPS);