Descrição da vaga
Apoiar a garantia da excelência, integridade e confiabilidade dos dados corporativos, auxiliando no monitoramento de qualidade de ponta a ponta, da origem ao consumo. Colaborar no acompanhamento de métricas e na aplicação das políticas de Qualidade e Governança de Dados, ajudando a mitigar riscos operacionais e garantindo que as decisões estratégicas da empresa sejam baseadas em dados precisos e consistentes.
Responsabilidades e atribuições
- Auxiliar nas iniciativas de Qualidade de Dados (com base nas boas práticas do DMBOK), apoiando a evolução da cultura organizacional orientada a dados.
- Acompanhar e extrair relatórios de SLAs e KPIs de qualidade, como completude, acurácia, consistência, unicidade, validade, integridade e atualidade.
- Apoiar a manutenção de regras de negócio e rotinas de validação de dados nos pipelines da companhia.
- Realizar data profiling básico e auxiliar análises de causa raiz para entender e corrigir anomalias nos dados.
- Acompanhar os alertas de data observability para a identificação de falhas e drift de dados, reportando os desvios às equipes seniores.
- Trabalhar em parceria com a Governança de Dados na atualização do catálogo, dicionário, metadados e documentação da linhagem de dados.
- Auxiliar na conferência da padronização de dados em Data Warehouse e Lakehouse (nomenclatura, tipos e metadados).
- Participar, sob supervisão, dos testes e da homologação de novas fontes de dados antes da entrada em produção.
- Aprender e ajudar a disseminar as melhores práticas de Qualidade de Dados no dia a dia da equipe técnica e áreas de negócio.
- Apoiar rotinas operacionais que garantam a conformidade com a LGPD e políticas internas da empresa.
Requisitos e qualificações
- Ensino Superior em Análise de Sistemas, Processamento de Dados, Engenharia ou Administração de Empresas, com especialização ou MBA em áreas correlatas Ensino superior completo.
- Conhecimento teórico ou experiência inicial em Qualidade e Governança de Dados (familiaridade com o DAMA DMBOK é um grande diferencial).
- Conhecimento intermediário em SQL para extração, cruzamento de dados e validações.
- Noções de modelagem de dados relacional e analítica (Data Warehouses, Data Lakes, Star Schema).
- Conhecimento básico a intermediário em Python para análise de dados (familiaridade com bibliotecas como Pandas).
- Compreensão básica de conceitos de ambientes em nuvem (AWS, Azure ou Google Cloud Platform).
- Vontade de aprender e se desenvolver em ecossistemas de Big Data (Databricks, PySpark, SparkSQL).
- Noções de catalogação de dados e gestão de metadados.
- Facilidade e disposição para aprender a utilizar ferramentas enterprise de Governança (como o Erwin Data Intelligence Suite ou similares).
Localidade: São Paulo