🚀 Venha transformar o futuro da tecnologia com a Mouts!
Na Mouts, desenvolvemos soluções ágeis e inovadoras para impulsionar a transformação digital, tornando a tecnologia uma agente de inovação que simplifica a vida das pessoas.
🏡 Modelo de atuação: Remoto
📃Projeto temporário: 3 meses com possibilidade de extensão conforme a necessidade e evolução das atividades.
📌 Vaga: Engenheiro(a) de Dados
O profissional trabalhará em ambiente Microsoft Azure, desenvolvendo e mantendo pipelines de dados no Azure Data Factory e processos de transformação no Azure Databricks. Também será responsável pela criação e otimização de consultas, procedures e estruturas de dados no SQL Server, garantindo qualidade, desempenho e confiabilidade das informações. A posição exige experiência com Python para automação, tratamento e transformação de dados, além de domínio de Power BI e DAX para desenvolvimento e evolução de modelos semânticos, indicadores e dashboards.
Principais responsabilidades:
- Desenvolver e manter pipelines de integração e processamento de dados;
- Implementar processos de ETL/ELT utilizando Azure Data Factory e Databricks;
- Desenvolver rotinas de transformação, validação e automação com Python;
- Criar e otimizar consultas e estruturas de dados no SQL Server;
- Desenvolver modelos, indicadores e dashboards em Power BI;
- Elaborar medidas e cálculos avançados utilizando DAX;
- Monitorar a qualidade, integridade e disponibilidade dos dados;
- Documentar fluxos, regras de negócio e soluções implementadas;
- Colaborar com equipes multidisciplinares e stakeholders internacionais.
Requisitos obrigatórios:
- Experiência como Engenheiro de Dados ou função equivalente;
- Conhecimento em Microsoft Azure Databricks;
- Experiência com Azure Data Factory;
- Domínio de SQL Server e linguagem SQL;
- Conhecimento em Python aplicado à engenharia e transformação de dados;
- Experiência com Power BI e DAX;
- Espanhol avançado para comunicação profissional.
Diferenciais:
- Inglês intermediário ou avançado;
- Experiência com arquiteturas Data Lake e Lakehouse;
- Conhecimento em Spark ou PySpark;
- Experiência com modelagem dimensional e governança de dados;
- Conhecimento em práticas de versionamento, CI/CD e segurança no Azure.