Databricks Lakehouse Analytics Engineer | Sênior (Remote)
Empresa: Compass UOL
Local: Remoto
Tipo de Vaga: Efetivo (CLT) | Remoto
| Tipo de Contrato | Efetivo (CLT) |
|---|---|
| Modalidade | Remoto |
| Localização | Remoto |
| Publicada em | 30/07/2026 |
Descrição da Vaga
Confira os detalhes desta oportunidade profissional. .
Principais
ResponsabilidadesMapear e inventariar os consumidores do DW legado (BI, relatórios, aplicações e integrações sistêmicas), classificando por domínio e criticidade;
Modelar os marts de consumo por domínio na camada gold, derivados da silver, seguindo o template medalhão e os contratos de dados;
Executar o reapontamento de dashboards, relatórios, aplicações e integrações sistêmicas para a gold, wave a wave, coordenado com o cutover por domínio;
Validar a paridade de consumo entre legado e gold e suportar a desativação dos pontos de consumo legados;
Contribuir com a priorização das waves junto ao Product Owner e ao Arquiteto de Dados.
Requisitos para a VagaAnalytics Engineering: experiência sólida em camada de consumo — modelagem dimensional/marts, camada semântica e métricas certificadas;
Databricks: Spark SQL em produção, Delta Lake e arquitetura medalhão (bronze, silver, gold);
Reapontamento de BI (Power BI, Tableau ou similar): troca de fontes, refatoração de datasets e validação de paridade de números;
Integrações sistêmicas de dados: APIs, extrações batch e cargas entre sistemas, incluindo contratos de interface e planos de rollback;
SQL avançado: técnicas de reconciliação e comparação de bases em escala;
Unity Catalog (lineage, descoberta e documentação de métricas e modelos de consumo);
Modelagem dimensional (Kimball/star schema) e boas práticas de marts por domínio;
Python e PySpark para automação de validações de paridade e rotinas de reapontamento;
Data Contracts e Data Quality (expectations, DQ gates) aplicados à camada de consumo;
Requisitos desejáveis:Experiência em migração de DW com coexistência legado/novo, cutover por ondas e reconciliação de bases em volume —
diferencial importante;
Vivência em projetos de Data Mesh (domínios, dado como produto, governança federada) —
diferencial importante;
Conhecimento de DataStage ou outras ferramentas ETL legadas (facilita a leitura do consumo atual);
Experiência com camadas semânticas e catálogos de métricas (metric stores, semantic layers);
Observabilidade de dados e monitoramento de qualidade na camada de consumo;
Experiência no mercado financeiro ou de crédito;
Certificações Databricks (Data Analyst Associate, Data Engineer Associate);
Especificações abertas de contrato de dados (Open Data Contract Standard, ODPS);
Como se Candidatar
- Acesse o link: Clique no botão “Candidatar-se” acima para acessar a vaga na plataforma Gupy.
- Crie seu Perfil: Se for seu primeiro acesso, crie uma conta com seus dados.
- Preencha as Informações: Complete as etapas solicitadas (currículo, testes, experiências).
- Acompanhe: Após finalizar, acompanhe o processo no seu painel de candidato.
Dica: Mantenha seu currículo sempre atualizado para aumentar suas chances!
Gostou desse conteúdo?
Entre no VAGAS E CURSOS - PORTAL VAGAS no WhatsApp e receba tudo em primeira mão!
Entrar no Grupo
Entre no VAGAS E CURSOS - PORTAL VAGAS no WhatsApp e receba tudo em primeira mão!