Vaga de Arquiteto

Requisitos: sólida experiência com integração híbrida: on-Premises, aws, gcp e azure. experiência prática com conectividade corporativa. experiência em criação de desenho de arquiteturas multi-Cloud com padronização e interoperabilidade. Profundo conhecimento em pipelines de dados multi-Cloud:aws (kinesis, glue, s3, lake formation, redshift, emr, lambda)gcp (bigquery, dataflow/beam, pub/sub, composer)azure (data factory, synapse, adls, databricks, event hub) terraform esteira de deploy experiência com ingestion patterns: cdc, streaming, batch, api ingestion, file ingestion. Modelagem de dados: conceitual, lógica, física, canonical models, padrões corporativos. Big data e processamento distribuído (spark, emr, databricksdesejável). Governança, metadados, qualidade, catálogo e lineage. Segurança e iam. Ferramentas de orquestração: step functions, airflow, mulesoft, &gt &gt &gt &gt databricksjobs. Governança de dados, metadados, data quality, lineage e catálogo corporativo. experiência com dw/bi (power bi (necessário), looker(desejável), tableau (desejável), quicksight (desejável)). experiência com big data e processamento distribuído (spark, databricks, emr). Conhecimento sólido em mensageria (kafka, pub/sub, event hub, kinesis). experiência com bi e self-Service (power bi, tableau, looker). experiência com ci/cd, infra as code (terraformpreferencial), gitops. Segurança em cloud. Perfil hands-On para apoiar no desenvolvimento da extração e ingestão de dados desejáveis: odi conceito de datawarehouse conceito de datamesh fabric responsabilidades principais: projetar e evoluir a arquitetura corporativa de dados da c&ampa em um ambiente híbrido e multi-Cloud(on-Premises? Aws ? Azure ? Gcp). Desenvolver as extrações, ingestão e transformação de dados nas camadas do lake a ser construído desenhar integrações entre sistemas legados e camadas de ingestão e processamento cloud. Definir padrões de integração entre data centers locais, sistemas on-Premisese soluções cloud garantir que a arquitetura seja resiliente, segura, performática e com custo otimizado. Estruturar pipelines em larga escala, distribuídos entre aws, azure e gcp. Definir e manter lifecyclede dados nas camadas bronze, silver e gold. Implementar políticas de governança de dados, data quality e catálogo unificado (lake formation,gluecatalog,datahub,collibraou equivalente). Atuar junto às áreas de produto, cliente, fornecedor na definição de domínios e modelos corporativos. Integrar ambientes de consumo analítico e ciência de dados entre clouds construir arquiteturas para consumo real time e batch. Orientar squadsde engenharia, analytics e sistemas na adoção de padrões de arquitetura unificados para o ecossistema multi-Cloud. Conduzir pocs possivelmente comparativas entre aws, gcp e azure. Apoiar no desenvolvimento das extrações e ingestão de dados.