Data Translator

Formação/ Especializações/ Certificações:

- Superior Completo nas áreas de TI/Engenharia/Afins
- Certificações AWS (Desejável)

Experiencias desejáveis:

- Experiência em geração de relatórios / dashboards em ferramenta de visualização, como Power BI / QlikView / QuickSight;
- Experiência em geração de relatórios / dashboards em ferramenta de visualização Tableau;
- Experiência em projetos ágeis, seguindo metodologia Scrum.

Experiencias necessárias:

- Experiência em projetos de Dados (DW / BI / Data Lake) - Mínimo de 1-2 anos.
- Experiência em Desenvolvimento e Gestão de Times em Projetos desta natureza.
- Experiência como Líder Técnico
- Arquitetura de Data Lake AWS
- Vivência de no mínimo 1-2 anos na área de Data Lake.
- Conhecimento de modelagem de dados para BI (Multidimensional, Star Schema, Flat Tables, DataMarts) - Vivência de no mínimo 3-4 anos.
- Conhecimento da Stack de Serviços de Data Lake AWS, especialmente Redshift, Glue, EMR.
- Experiência de 2-3 anos em Análise/Desenho/Especificação Funcional de Projetos de Dados.
- Vivência de ao menos 1 ano em Projetos Ágeis (Scrum).

Perfil Técnico:

Modelagem de Dados
Modelagem Multidimensional
PySpark
Python
Conceitos de Data Lake
Serviços AWS - Redshift
Serviços AWS - EMR
Apache Airflow
Linguagem SQL
Experiências em ferramentas ETL’s
Kafka
IAC (Terraform, CloudFormation)
Conceitos de CI/CD
Git
Serviços AWS - S3
Serviços AWS - Lambda
Serviços AWS - Parameter Store
Power BI
Noções de Data Visualization
Experiência com bancos de dados relacionais como: SQL Server, Oracle, PostGreeSQL e MySql;
Conceito de testes unitários
Experiência com bancos de dados não relacionais como: HBase, DynamoDB, Cassandra ou MongoDB;

Principais atividades:

- Entendimento Funcional das necessidades de negócios, junto ao cliente.
- Desenho de processos de dados, orientados às necessidades de negócio e boas práticas de arquitetura de Data Lake.
- Escrita de documentação funcional.
- Apoio do time técnico no desenho de arquitetura de soluções para
Data Lake, melhores práticas, modelagem de dados adequada (Multidimensional, Star Schema, Snow Flake, Flat, DataMarts)
- Data Mapping
- System / Data Discovery - Entendimento dos sistemas de origem.
- Organização do Product Backlog das áreas de negócios para planejamento do time ágil.
- Priorização do Product Backlog junto às áreas de negócios.