[Job 27489] Data Developer Pleno

Somos especialistas em transformação tecnológica, unindo expertise humana à IA para criar soluções tech escaláveis. Com mais de 8,000 CI&Ters ao redor do mundo, já formamos parcerias com mais de 1,000 clientes durante nossos 30 anos de história. Inteligência Artificial é nossa realidade. Importante: se você reside na Região Metropolitana de Campinas, sua presença nos escritórios da cidade será obrigatória, conforme a política de frequencia vigente. Sobre o Desafio: Estamos em um momento crucial de evolução da nossa plataforma de dados. O projeto consiste na migração e modernização de um legado massivo (baseado em Azure/Databricks) para uma nova arquitetura no Google Cloud Platform (GCP). Você atuará na construção de uma fundação de dados moderna, seguindo princípios de Data Mesh, arquitetura medalhão (Raw/Silver/Gold) e forte governança, garantindo a desativação do legado e a habilitação de novas capacidades de IA e Analytics. Principais Responsabilidades: • Execução da Migração (Refactory & Modernization): Atuar na análise e migração de notebooks e pipelines legados (Spark/Databricks). Isso envolve tanto o reapontamento (refactory) de lógicas para a nova arquitetura quanto a reescrita completa (modernization) de processos para SQL/Dataform ou Dataflow. • Construção de Pipelines ELT/ETL: Desenvolver e manter transformações de dados utilizando BigQuery e Dataform (SQL) para criar as camadas Trusted/Silver e Gold, garantindo qualidade, deduplicação e padronização. • Ingestão de Dados (Batch & Streaming): Implementar padrões de ingestão utilizando Dataflow (Apache Beam) para consumo de eventos (Kafka/Event Hubs) e Datastream para CDC de bancos transacionais. Trabalhar com a persistência de dados na camada Raw utilizando tabelas Iceberg gerenciadas pelo BigLake. • Automação e IaC: Utilizar Terraform para provisionamento de recursos de dados (datasets, tabelas, views) e gerenciar pipelines via CI/CD (GitHub Actions), seguindo o modelo de Ingestion Factory e repositórios segregados por domínio. • Qualidade e Governança: Implementar testes de qualidade de dados (assertions no Dataform) e garantir a catalogação e linhagem dos dados via Dataplex e Analytics Hub para compartilhamento seguro entre domínios. Requisitos Obrigatórios: • Experiência sólida em SQL: Capacidade de escrever consultas complexas e performáticas, preferencialmente no dialecto do Google BigQuery. • Conhecimento em Google Cloud Platform (GCP): Vivência com serviços como BigQuery, Cloud Storage (GCS), Dataflow e Cloud Composer (Airflow). • Engenharia de Dados (Python/Spark): Experiência com processamento de dados usando Python e Apache Spark (para entender o legado em Databricks e atuar no Dataproc quando necessário). • Conceitos de Arquitetura de Dados: Entendimento de Data Lakehouse, modelagem de dados, particionamento e formatos de arquivo (Parquet, Avro, Iceberg). • Versionamento e CI/CD: Experiência com Git e esteiras de deploy automatizado. Diferenciais (Nice to have): • Experiência prévia com Dataform ou DBT para orquestração de transformações SQL. • Conhecimento em Terraform para Infraestrutura como Código (IaC). • Familiaridade com arquitetura de eventos (Kafka ou Event Hubs) e processamento streaming. • Entendimento de Databricks (para facilitar a leitura e migração do código legado). • Conhecimento em governança de dados (Dataplex, IAM) e segurança (VPC Service Controls). O que você vai encontrar: • Um ambiente técnico desafiador com alto volume de dados (Petabytes) e migração de milhares de objetos. • Oportunidade de trabalhar com tecnologias de ponta em GCP (BigLake, Analytics Hub, Gemini para enriquecimento de dados). • Atuação em um modelo de Data Mesh, com domínios de ingestão e processamento bem definidos. MidPleno LI-RW1