[Job-30427] Mid/Sr Data Developer, Brazil

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.

• 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.

• 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).

• 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.

#LI-LL1