Applaudo
Applaudo
501 – 1.000 Funcionários
ConsultoriaLogísticaMarketing
A Applaudo é uma empresa de desenvolvimento de software nearshore focada em ajudar organizações a modernizar sua tecnologia e avançar em sua transformação digital. Fundada em 2013, a empresa combina experiência em engenharia de software e consultoria em áreas como inovação e design de experiências, desenvolvimento e manutenção de aplicações, garantia de qualidade, soluções em nuvem, inteligência artificial, cibersegurança, soluções de dados e modernização de aplicações. A Applaudo atende clientes de setores como esportes, mídia e entretenimento, varejo, bens de consumo embalados e serviços financeiros, apoiando projetos que aprimoram produtos digitais, infraestrutura e a entrega de serviços de TI. Com sede em Austin, Texas, e um escritório em San Salvador, a Applaudo reúne uma equipe de 501 a 1.000 funcionários que atende empresas em todo o setor de tecnologia e serviços digitais.

Engenheiro(a) sênior de dados com Azure Databricks

Desenvolva pipelines com Azure Databricks e Python para as soluções empresariais de IA da Applaudo. Conecte dados de negócios a hubs e data warehouses escaláveis e confiáveis.

Descrição

  • Desenvolva e mantenha pipelines de dados prontos para produção com Azure Databricks e Python.
  • Crie transformações escaláveis usando PySpark ou Spark SQL.
  • Ingira e processe dados de APIs, bancos de dados relacionais, armazenamento em nuvem e SFTP.
  • Conecte plataformas empresariais de chamados, CRM, marketing, varejo e outras a um Data Hub centralizado.
  • Desenvolva e mantenha estruturas de data warehouse, modelos dimensionais e data marts.
  • Escreva, otimize e mantenha transformações SQL.
  • Adicione validações de qualidade de dados e verificações de consistência.
  • Desenvolva e mantenha fluxos de dados de saída para sistemas de terceiros.
  • Investigue divergências nos dados e resolva problemas nos pipelines.
  • Documente pipelines, lógica de transformação, dependências e processos técnicos.
  • Trabalhe com colegas e partes interessadas para esclarecer requisitos e identificar riscos.
  • Compartilhe antecipadamente o andamento, os impedimentos e possíveis atrasos, e proponha medidas para manter as entregas dentro do prazo.

Requisitos

  • Pelo menos cinco anos de experiência profissional em engenharia de dados.
  • Sólida experiência prática com Azure Databricks.
  • Conhecimento avançado de Python para processamento e transformação de dados e desenvolvimento de pipelines.
  • Experiência sólida com Apache Spark, incluindo PySpark e/ou Spark SQL.
  • Conhecimento avançado de SQL, incluindo transformações complexas, validação de dados e otimização do desempenho de consultas.
  • Sólido conhecimento de data warehousing e modelagem dimensional, incluindo fatos, dimensões e data marts.
  • Experiência integrando dados de APIs REST, bancos de dados relacionais, armazenamento em nuvem e SFTP.
  • Experiência prática com serviços de dados do Microsoft Azure para ingestão, armazenamento, processamento e integração.
  • Experiência na implementação de verificações de qualidade de dados e na validação da consistência entre sistemas de origem e modelos de dados de destino.
  • Capacidade de diagnosticar falhas em pipelines, investigar divergências nos dados e implementar correções confiáveis.
  • Fortes habilidades analíticas, de resolução de problemas e organização.
  • Capacidade de trabalhar de forma independente, assumir responsabilidades e seguir boas práticas de engenharia e padrões de documentação.
  • Boa comunicação em inglês e capacidade de trabalhar com uma equipe sediada nos Estados Unidos.
  • Experiência na migração de cargas de trabalho baseadas em SQL para Azure Databricks é um diferencial.

Benefícios

  • Opção de trabalhar remotamente.
  • Oportunidades para aprender rapidamente e trabalhar com equipes qualificadas.
  • Práticas de trabalho modernas.
  • Contribuir para a transformação baseada em IA em grande escala.

Vagas relacionadas

Nenhuma vaga encontrada

Tente ajustar ou limpar os filtros para encontrar mais oportunidades.