Descrição da vaga
Desenhar e evoluir a arquitetura de dados do time: ingestão, modelagem, orquestração e camada de visualização.
Construir e manter pipelines em Python orquestrados no Apache Airflow, com monitoramento, tratamento de falhas e reprocessamento.
Definir padrões de desenvolvimento, como estrutura de DAGs, versionamento, code review, documentação e nomenclatura.
Modelar dados para consumo analítico (camadas, tabelas fato/dimensão, métricas padronizadas) e garantir uma fonte única para os principais indicadores.
Criar e governar dashboards, cuidando de datasets, permissões e performance.
Implantar práticas de qualidade de dados: validações automáticas, conferência contra a fonte e alertas de divergência.
Ser a referência técnica nas conversas com as áreas de negócio, transformando demandas vagas em entregas bem definidas e negociando prioridade e escopo.
Apoiar e desenvolver os demais membros do time por meio de pareamento, revisões e repasse de conhecimento.
Integrar dados com as automações RPA e as iniciativas de IA do time.
Requisitos
Experiência sênior em dados, com projetos de ponta a ponta em produção.
Python avançado para engenharia e análise de dados (pandas, integração com APIs, boas práticas de código).
Apache Airflow em produção: criação de DAGs, agendamento, sensores, tratamento de erros.
SQL avançado e modelagem dimensional.
Experiência com Apache Superset ou ferramentas equivalentes (Power BI, Metabase, Looker).
Git e fluxo de versionamento em equipe.
Capacidade de conduzir stakeholders de negócio com autonomia.
Diferenciais:
Power BI (Power Query e DAX), para sustentação e migração de legado.
Docker e noções de infraestrutura para subir e manter os serviços da stack.
Vivência em varejo, moda ou logística.
Requisitos
