About this role
Resumo da posição: Localização: Nestlé Sede Área/Stream: IT & Digital Reporte: Data Engineering Governance Manager Modalidade: Teletrabalho Existe candidato Mapeado? Não Um dia na vida de... - Atuar como principal referência técnica em Data Quality, definindo padrões, frameworks, processos e boas práticas para dados analíticos e operacionais. - Projetar, implementar e evoluir controles automatizados de qualidade de dados ao longo de todo o ciclo de vida dos produtos de dados. - Liderar iniciativas de Data Quality em parceria com equipes de Engenharia de Dados, Data Governance e áreas de negócio. - Definir e implementar métricas, regras, SLAs, scorecards e mecanismos de monitoramento da qualidade dos dados. - Integrar práticas de Data Quality às capacidades de DataOps, observabilidade, CI/CD e governança de dados. - Apoiar a implementação e evolução de Data Catalog, Data Lineage, Metadata Management e processos de certificação de produtos de dados. - Investigar causas raiz de problemas de qualidade, liderando ações corretivas e preventivas junto aos times responsáveis. - Apoiar a definição e adoção de padrões de Data Products e Enterprise Data Domains, garantindo consistência e confiabilidade dos dados. - Atuar como mentor técnico para engenheiros e analistas, disseminando conhecimento e elevando a maturidade da organização em Data Quality. - Influenciar roadmaps e decisões técnicas relacionadas à qualidade, confiabilidade e governança de dados. O que vai contribuir para seu sucesso? Requisitos obrigatórios: - Graduação em áreas relacionadas à Tecnologia, Engenharia, Matemática, Estatística ou correlatas. - Experiência sólida em Data Engineering em ambientes analíticos corporativos de grande escala - Experiência comprovada na implementação de iniciativas de Data Quality, incluindo definição de regras, controles, monitoramento e remediação. - Conhecimento avançado de Data Quality Frameworks, Data Profiling, Data Validation, Data Cleansing e Data Observability. - Experiência em plataformas analíticas como Databricks, Snowflake, ou equivalentes. - Experiência em desenvolvimento de pipelines de dados utilizando SQL, Python e ferramentas modernas de Data Engineering. - Entendimento de Great Expectations e DBT para Data Quality, além de conceitos de linhagem, governança, privacidade, retenção e anonimização; - Conhecimento de DataOps, CI/CD, versionamento e automação de testes para dados. - Conhecimento de Data Catalog, Data Lineage, Metadata Management, Data Stewardship e Governança de Dados. - Experiência trabalhando com Data Products, Data Domains ou modelos de arquitetura orientados a domínio. - Capacidade de atuar como referência técnica, influenciar decisões arquiteturais e conduzir discussões com times locais e globais. - Inglês avançado para atuação em ambientes internacionais.