Na Avanade, você vai transformar dados em decisões que movem nossos clientes. Esta posição é essencial para projetar, construir e evoluir plataformas de dados que habilitam analytics, IA e produtos digitais em escala. Seu trabalho impulsionará a inovação e a transformação digital, conectando dados de múltiplas fontes a soluções seguras, confiáveis e orientadas a valor.
Se você busca impacto real, aprendizado contínuo e colaboração com pessoas diversas e talentosas, este é o seu lugar. Aqui, suas ideias viram entregas que fazem diferença para empresas e para a sociedade.
Together We Do What Matters.
Saiba mais sobre alguns de nossos benefícios:
- Vale refeição ou alimentação
- Cartão Multibenefícios (até Consultor(a) Sênior)
- Convênio médico e odontológico
- Certificações e treinamentos
- Seguro de vida
- Previdência privada
- Avababy: acompanhamento da gestação e kit para novos pais e mães
- Participação nos resultados da empresa
- Wellhub
- Auxílio creche
- Mentoria de carreira
- Política de Birthday Off (para você e filhos até 12 anos)
- Sessões de bem-estar
- Para cargos gerenciais: veículo corporativo, estacionamento e auxílio combustível
Responsabilidades
- Projetar, construir e manter pipelines de dados (batch e/ou streaming) com Python/PySpark e SQL.
- Desenvolver e orquestrar ETLs/ELTs robustos e observáveis, com logs, métricas e alertas.
- Modelar dados em camadas transacionais (OLTP) e analíticas/multidimensionais (OLAP) para consumo por BI, Analytics e IA.
- Garantir qualidade, versionamento e reprodutibilidade de código e artefatos com GitHub (branches, PRs, code review).
- Implementar testes (unitários, de integração e de dados) e planejar estratégias de testes ponta a ponta.
- Aplicar boas práticas de arquitetura de software (modularidade, segurança, desempenho, custo).
- Colaborar com analistas, cientistas(as) de dados e times de produto para traduzir requisitos de negócio em soluções escaláveis.
- Documentar dados, processos e decisões arquiteturais, promovendo conhecimento compartilhado.
- Apoiar a melhoria contínua: automação, padronização e performance dos ambientes de dados.
Qualifications
Habilidades e experiências
- Proficiência em Python e PySpark para manipulação, transformação e processamento distribuído de dados.
- Sólidos conhecimentos de SQL (modelagem, tuning, CTEs, janelas, partições).
- Modelagem de dados transacional (OLTP) e multidimensional (OLAP).
- Experiência com desenvolvimento de ETL/ELT e orquestração (ex.: Airflow, Databricks Jobs, ou similar).
- Conhecimento em arquitetura de software aplicada a dados (design patterns, segurança, escalabilidade e custo).
- Prática com GitHub (GitFlow, PRs, versionamento semântico, Actions básico).
- Desenvolvimento e planejamento de testes, incluindo testes de dados (ex.: data quality, schema validation).
Desejáveis
- Esteiras de CI/CD para dados (ex.: GitHub Actions, Azure DevOps, testes automatizados, deploy de jobs/notebooks).
- Bancos de dados não estruturados (ex.: Data Lake, NoSQL, documentos, colunar, grafo).
- Vivência em plataformas de nuvem (preferencialmente Azure: Data Lake Storage, Databricks, Synapse, Fabric, Key Vault).
- Exposição a governança/segurança de dados (linhagem, catálogo, RBAC/ABAC).
Diferencias
- Microsoft Azure: DP-203 (Data Engineering on Microsoft Azure), AZ-900, DP-900 ou correlatas.
- Databricks: Lakehouse Fundamentals ou Data Engineer Associate/Professional.
- Inglês: intermediário a avançado