ENGENHEIRO DE DADOS

Estamos em busca de um Engenheiro de Dados Sênior para protagonizar a construção e evolução da nossa plataforma de dados. Você será responsável por projetar arquiteturas de dados robustas, escaláveis e resilientes, garantindo que a informação flua com qualidade desde a origem até o consumo final.

O foco principal será a construção de pipelines complexos utilizando o Apache Airflow (via Cloud Composer) e a otimização de grandes volumes de dados dentro do BigQuery, servindo de base para análises estratégicas e modelos de Machine Learning.

Arquitetura de Dados: Desenvolver e manter arquiteturas de Lakehouse/Data Warehouse escaláveis no Google Cloud.

Orquestração de Pipelines: Desenvolver, monitorar e otimizar DAGs complexas no Apache Airflow, garantindo a eficiência do agendamento e a gestão de dependências.

Desenvolvimento ETL/ELT: Criar processos de ingestão e transformação de dados em larga escala (batch e streaming) utilizando Python, SQL e Dataflow (Apache Beam).

Modelagem de Dados: Aplicar técnicas de modelagem (como Kimball ou Data Vault) para estruturar camadas de dados (Raw, Trusted, Refined) no BigQuery.

Qualidade e Governança: Implementar frameworks de Data Quality e monitoramento de pipelines para garantir a integridade e confiabilidade dos dados.

FinOps de Dados: Otimizar consultas e armazenamento no BigQuery para garantir o melhor equilíbrio entre performance e custo.

Liderança Técnica: Atuar como referência para o time, revisando códigos (Pull Requests) e definindo padrões de engenharia.

Experiência Sólida: Experiência relevante em engenharia de dados, com histórico de entrega de projetos críticos.

Especialista em GCP: Domínio das ferramentas:

• BigQuery (Particionamento, Clustering, Slots).
• Cloud Storage.
• Cloud Composer (Airflow).
• Cloud Functions e Pub/Sub.

Programação: Fluência em Python (foco em manipulação de dados) e SQL avançado.

Orquestração: Experiência profunda com Apache Airflow (Custom Operators, Hooks, Sensors e otimização de recursos).

Processamento Distribuído: Conhecimento em Spark (Dataproc) ou Apache Beam (Dataflow).

Cultura DevOps: Experiência com Docker e pipelines de CI/CD (Cloud Build, GitHub Actions ou GitLab CI).

Infraestrutura como Código: Conhecimento em Terraform para provisionar recursos de dados.

Diferenciais

• Certificação: Google Professional Data Engineer.
• Engenharia de Analytics: Experiência com dbt (data build tool) integrado ao BigQuery.
• Data Governance: Conhecimento em ferramentas como Dataplex ou Collibra.
• Streaming: Experiência com arquiteturas orientadas a eventos em tempo real.
• Observabilidade: Implementação de alertas e dashboards de saúde dos dados (SLA/SLO de dados).

NOSSA HISTÓRIA

O Grupo La Moda é um organismo pulsante, inventor de marcas que já nascem com alto desejo e sucesso de números. Desenvolve soluções inovadoras capazes de conectar as vontades das pessoas com as tendências de moda e comportamento.

Nossa história começou em 1986, com um pequeno negócio familiar, fundada pelo casal Arcílio e Vera Olivo. Após 20 anos de experiência na área de confecção com moda infantil, nasce em 2006, a Lança Perfume. O crescimento exponencial obtido pela marca e sua relevância no mercado elevou o Grupo La Moda a outro patamar, possibilitando a construção de novas marcas para atender diferentes públicos, em 2016 a My Favorite e em 2021 a Lança Perfume Easy.

O Grupo La Moda tem como propósito levar emoção à vida das pessoas e conta, atualmente, com cerca de 1000 colaboradores. O Grupo possui a matriz instalada em Criciúma/SC, unidades nas cidades de Nova Veneza/SC, dois Showrooms de vendas direta, nas cidades São Paulo/SP e Goiânia/GO, além de 20 lojas próprias a nível nacional.

NOSSO JEITO LA MODA DE SER

Nossos valores são nossos princípios inegociáveis. Uma escolha genuína. Acreditamos que podemos fazer o trivial de um jeito totalmente diferente e extraordinário. Nossos valores norteiam nossas ações e, baseado neles, tomamos nossas decisões. Sendo eles: Aprender e Ensinar; Sonhar Alto, Inconformismo, Colaboração, Surpreender.