Candidata AI
Operador(a) de Caixa das 07h30 às 16h30 para Trabalhar em Goiânia
Raquel Cruz Consultoria RH
CLT
Presencial
Regime de contratação
CLT
Modelo de trabalho
Não Informado
Carga horária
44 horas semanais
Descrição
O Engenheiro de Dados é responsável por projetar, construir e manter sistemas que permitem a extração, transformação e carga (ETL ou ELT), armazenamento e processamento de dados. Tem a capacidade de desenvolver arquiteturas robustas, modernas e pipelines eficientes para integrar e transformar dados de diversas fontes. Além disso, gerencia, otimiza, supervisiona e monitora a recuperação, armazenamento e distribuição de dados, garantindo desempenho otimizado e segurança. Desenvolve, testa e mantém arquiteturas de dados, alinhando-as aos requisitos de negócios. Cuida da aquisição e desenvolvimento de processos para conjuntos de dados, utilizando linguagens de programação e ferramentas apropriadas. Identifica oportunidades para melhorar a confiabilidade, eficiência e qualidade dos dados.
Qualificações Necessárias
● Curso superior completo de graduação na área de Tecnologia da Informação.
● Certificação Microsoft Azure Data Engineer Associate ou Microsoft Fabric Analytics Engineer Associate
● Experiência como Engenheiro de Dados, especialista em ETL em projetos de desenvolvimento e sustentação de sistemas de inteligência de negócio, de características semelhantes ao objeto licitado, totalizando no mínimo 1 ano de trabalho na função.
Habilidades
● Técnicas e ferramentas SQL para manipulação (DML) e definição (DDL) de dados e estruturas – tanto padrão ISO/ANSI SQL quanto extensões proprietárias– em SGBD relacionais SQL Server, Oracle Database e PostgreSQL, incluindo linguagens procedurais PL/SQL e PL/pgSQL. Uso adequado de SQL parametrizado e variáveis bind.
● Técnicas e ferramentas de ETL: Pentaho Data Integration (PDI) e SQL Server Integration Service (SSIS) Habilidades
● Técnicas e ferramentas de construção, adaptação e migração de processos de extração, transformação e carga - ETL de dados em ambiente de data warehouse (DW).
● Técnicas de modelagem dimensional estrela (star schema) ou floco de neve (snow flake).
● Técnicas e monitoramento ferramentas e calibração de diagnóstico, (tuning) de processamento de banco de dados, incluindo plano de execução, rastreamento comportamento de
● índices e locks. (trace), otimizador,
● Comunicação verbal e escrita, incluindo correção, clareza, concisão e objetividade.