Analista de Dados Senior | Python + PySparck

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.

.

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

.