Data Quality

Buscamos profissional em Qualidade de Dados, que será o responsável por assegurar a confiabilidade, a conformidade e o valor estratégico dos ativos de dados da organização. Esta função exige uma combinação rigorosa de competência técnica e visão de governança para implementar políticas que garantam que os dados utilizados em processos decisórios e modelos analíticos atendam aos mais altos padrões de precisão e integridade.

Sua missão será assegurar a confiabilidade, a conformidade e o valor estratégico dos ativos de dados da organização.

O profissional de Qualidade de Dados deverá entregar um ecossistema de dados altamente confiável e auditável, caracterizado pela redução drástica do tempo de detecção e resolução de anomalias (MTTD/MTTR) e pela implementação de SLAs rigorosos que garantam a integridade dos ativos informacionais.

Espera-se que este profissional estabeleça uma arquitetura de monitoramento proativo e automatizado (Data Quality as Code), resultando na diminuição de custos operacionais por falhas de processamento, na mitigação de riscos de conformidade e, primordialmente, na consolidação de um índice de confiança (Trust Score) que viabilize tomadas de decisão executivas precisas e baseadas em dados certificados.

Obrigatórios:

• Sólida Experiência em Dados: Experiência comprovada em ambientes de Big Data, Data Warehousing e arquiteturas de Cloud (Azure, AWS ou GCP).
• Linguagens e Consultas: Domínio avançado de SQL e proficiência em Python para automação e análise estatística de anomalias.
• Ferramental Especializado: Experiência com ferramentas de monitoramento e testes (ex: Great Expectations, dbt, Soda ou Informatica Data Quality).
• Modelagem de Dados: Profundo conhecimento em modelagem relacional e dimensional para identificar inconsistências estruturais.
• Experiência avançada em Snowflake, Google BigQuery ou Amazon Redshift.

Desejáveis:

• Superior completo em Engenharia, Ciência da Computação, Estatística ou áreas correlatas (Pós-graduação será considerada um diferencial).
• Experiência prévia na implementação de programas de Data Observability.
• Certificações em Governança de Dados (DAMA-CDMP) ou em plataformas de Cloud.
• Certificações Cloud Architect (AWS Certified Data Engineer ou Google Professional Data Engineer).

Habilidades comportamentais valorizadas:

• Rigor Analítico: Capacidade técnica para lidar com grandes volumes de dados de forma metódica e precisa.
• Influência e Negociação: Habilidade para promover a cultura de qualidade entre as equipes de engenharia e as áreas de negócio.
• Visão Sistêmica: Compreensão clara de como a qualidade do dado impacta o fluxo operacional e a estratégia corporativa.

• Criação de Testes Automatizados: Implementar Expectations (regras de validação) usando a biblioteca Great Expectations para validar dados em tempo de execução (ex: checar nulos, unicidade, faixas de valores).
• Configuração de Checkpoints: Integrar validações do GX dentro das pipelines de dados (Airflow, Prefect, Dagster) para impedir que dados "sujos" cheguem ao Data Lake.
• Data Docs: Manter a documentação automática de qualidade gerada pelo Great Expectations atualizada e acessível para os consumidores de dados.
• Detecção de Anomalias: Configurar alertas automáticos (via Slack/Email) quando uma regra de qualidade for quebrada ou quando houver desvio de padrão nos dados (data drift).
• Dashboards de Qualidade: Criar painéis para monitorar os principais KPIs de qualidade (Completude, Precisão, Consistência e Atualidade).
• Root Cause Analysis (RCA): Investigar incidentes de dados para entender a origem técnica do erro (se foi na ingestão, na transformação ou na origem).
• Refatoração de Pipelines: Trabalhar em conjunto com Engenheiros de Dados para blindar os códigos ETL/ELT contra erros recorrentes.

O que oferecemos para você crescer junto com a gente:

🎓 Apoio para Certificações a fim que você siga evoluindo tecnicamente.

📈 Plano de Desenvolvimento Individual estruturado, personalizado e contínuo.

📚 Descontos em cursos de graduação e pós-graduação da PUCRS, ampliando suas oportunidades de aprendizado.

💬 Encontros para troca de conhecimento com colegas da equipe.

🤝 Rede interna com especialistas em dados, fortalecendo seu networking.