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:

 - Ensino superior completo 

 - 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.