Engenheiro de dados gcp

Estamos em busca de um Engenheiro de Dados com sólida experiência na construção e otimização de pipelines de dados. Este profissional terá papel fundamental no desenho, desenvolvimento e manutenção de soluções de integração de dados confiáveis, escaláveis e seguras. O candidato ideal deve ter forte conhecimento em plataformas de nuvem, práticas modernas de engenharia de dados e perfil analítico para garantir o fluxo eficiente de dados na organização. Responsabilidades Principais Projetar, desenvolver e manter pipelines ETL/ELT para ingestão, transformação e entrega de dados estruturados e não estruturados. Implementar frameworks de ingestão de dados a partir de múltiplas fontes (bancos de dados, APIs, arquivos, streaming etc.). Garantir qualidade, consistência e confiabilidade dos dados por meio de validação, monitoramento e testes automatizados. Otimizar fluxos de processamento de dados visando custo e performance. Colaborar com Cientistas de Dados, Analistas e áreas de negócio para fornecer datasets limpos, confiáveis e bem documentados. Trabalhar com serviços nativos de nuvem (ex.: Big Query, Dataproc, Dataflow, Databricks, Snowflake) para implementar arquiteturas escaláveis. Aplicar boas práticas de CI/CD, versionamento e Infraestrutura como Código (Ia C) em pipelines de dados. Assegurar conformidade com normas de segurança, governança e privacidade (ex.: PII, GDPR, LGPD). Qualificações Necessárias Graduação em Ciência da Computação, Sistemas de Informação, Engenharia ou áreas correlatas. Experiência comprovada em engenharia de dados, com foco em construção de pipelines. Domínio em SQL, Python e Spark. Experiência com plataformas de dados em nuvem (Google Cloud Platform, AWS ou Azure). Sólidos conhecimentos em modelagem de dados, data warehouse e arquiteturas lake/lakehouse. Vivência com ferramentas de orquestração (Airflow, Cloud Composer, Prefect, Dagster). Familiaridade com práticas de Dev Ops (Git, pipelines CI/CD, Terraform ou similares). Diferenciais Desejáveis Experiência com streaming em tempo real (Kafka, Pub/Sub, Kinesis). Conhecimentos em containerização (Docker, Kubernetes). Vivência com pipelines de machine learning e MLOps. Experiência com catálogos de dados, metadata management e ferramentas de governança. Competências Comportamentais Perfil analítico e orientado à resolução de problemas. Capacidade de comunicar conceitos técnicos complexos de forma clara a públicos não técnicos. Trabalho em equipe, postura proativa e colaborativa. Inglês fluente (escrito e falado); espanhol será considerado um diferencial.