Local: Presencial | Belo Horizonte - MG Descrição da vaga Estamos em busca de uma pessoa para atuar como Cientista de Dados para integrar nossa equipe que atua dedicado a um cliente do mercado financeiro.
Local
Belo Horizonte - MG
Presencial
Responsabilidades
- Projetar, desenvolver e manter modelos de dados analíticos, com foco em modelagem dimensional (modelo estrela) para suportar dashboards e análises das áreas de crédito.
- Construir e otimizar pipelines de dados utilizando ferramentas de orquestração e processamento distribuído.
- Desenvolver rotinas de ingestão, transformação e validação de dados em ambientes de data lake e data warehouse.
- Trabalhar em parceria com áreas de negócio, operações e tecnologia para entender necessidades e traduzir requisitos em estruturas de dados eficientes.
- Realizar análises exploratórias, identificar padrões e apoiar a tomada de decisão com insights baseados em dados.
- Documentar modelos, regras de transformação, dicionários de dados e fluxos de ingestão.
- Apoiar squads e stakeholders na construção de indicadores, métricas e visões analíticas.
- Monitorar performance das bases e propor melhorias contínuas em arquitetura, governança e qualidade dos dados.
Requisitos
- Obrigatórios Apache Airflow para orquestração de pipelines.
- PySpark para processamento distribuído e manipulação de grandes volumes de dados.
- Python aplicado a engenharia e ciência de dados.
- Pandas e Numpy para manipulação e análise de dados.
- SQL avançado para consultas, modelagem e otimização.
- Experiência com AWS Cloud, incluindo: AWS Glue (ETL/ELT) Amazon Redshift (data warehouse) Consultas em dados armazenados no Amazon S3 Experiência com modelagem dimensional (fatos, dimensões, modelo estrela).
- Vivência com pipelines de dados e boas práticas de governança.
Diferenciais
- Desejáveis Experiência no setor financeiro, especialmente em operações ou produtos de crédito.
- Familiaridade com ferramentas de visualização (Power BI, Tableau, Looker).
- Conhecimento de versionamento (Git) e boas práticas de desenvolvimento.
- Noções de qualidade e catalogação de dados (Data Quality, Data Catalog).
Processo seletivo
- Cadastro
- Entrevista R&S
- Entrevista técnica
- Entrevista cliente
- Carta Proposta
- Contratação
WhatsApp