Profissional para atuar como Cientista de Dados em soluções voltadas ao mercado financeiro. Será responsável por desenhar, implementar e manter pipelines de dados, arquitetura de dados em ambientes cloud e integração com diferentes sistemas e fontes de dados. Terá papel fundamental na governança, qualidade e disponibilidade dos dados para times de produtos e análise.

Requisitos Indispensáveis

Graduação em Ciência da Computação, Engenharia de Software, Sistemas de Informação ou áreas correlatas.

Expertise em engenharia de dados com pelo menos 3 anos na posição pleno.

Domínio em modelagem de dados (relacional e não-relacional).

Domínio de ferramentas de orquestração de dados como Apache Airflow ou similares.

Conhecimentos sólidos em spark, iceberg,¿nifi.

Expertise em ambientes em nuvem (AWS, Azure ou GCP).

Domínio em bancos de dados relacionais (PostgreSQL, SQL Server) e NoSQL (MongoDB, Redis, etc).

Conhecimentos em Apache Kafka para mensageria e processamento de streams.

Familiaridade com formatos de serialização como Avro, Parquet e JSON.

Domínio em pipelines de ingestão, transformação e disponibilização de dados (ETL/ELT).

Conhecimentos em linguagens como Python, SQL e Shell Script.

Aplicação de boas práticas de segurança e compliance em arquitetura de dados.

Expertise em governança de dados, catalogação e data lineage.

Domínio de conceitos de Data Mesh e Data Lakehouse.

Conhecimento em ferramentas de BI (Power BI, Looker, etc).

Requisitos Desejáveis

Pós-graduação ou cursos de especialização em engenharia de dados, arquitetura de dados ou áreas afins são um diferencial.

Certificações em Engenharia ou Arquitetura de Dados

Sendo apenas como diferencial, mas não obrigatório:

Certificações em Engenharia ou Arquitetura de Dados

Certificações em Cloud (AWS, Azure, Google Cloud, OpenShift)

Certificações em metodologias ágeis (Scrum, SAFe, etc)

Vivência com versionamento e CI/CD para pipelines de dados. Monitoramento de pipelines e infraestrutura de dados com ferramentas como Grafana, Prometheus, etc.

Ferramentas de gestão de projetos agéis como Jira.

Conhecimento em arquiteturas orientadas a eventos e microserviços.

Domínio de ferramentas de Data Quality e Data Observability.