Na PwC, nossos profissionais de engenharia de dados e análise se concentram em utilizar tecnologias e técnicas avançadas para projetar e desenvolver soluções de dados robustas para os clientes. Eles desempenham um papel crucial na transformação de dados brutos em insights acionáveis, permitindo a tomada de decisões informadas e impulsionando o crescimento dos negócios.

Na engenharia de dados da PwC, você se concentrará em projetar e construir infraestrutura e sistemas de dados para permitir o processamento e a análise eficientes de dados. Você será responsável por desenvolver e implementar pipelines de dados, integração de dados e soluções de transformação de dados.

Requisitos:

• Mínimo de 5 anos de experiência na área de TI, com foco em análise de dados;
• Certificações profissionais como Microsoft Certified: Data Analyst Associate, Google Data Analytics Professional Certificate ou outras relevantes;
• Domínio nas ferramentas e tecnologias mencionada.
• Envolvimento ativo em comunidades de tecnologia e eventos de Data & Analytics;
• Participação em publicações, blogs ou conferências relacionadas a análise de dados;
• Familiaridade com outras linguagens de programação, como Java ou Scala, é um diferencial;
• Conhecimento e experiência prática com técnicas e ferramentas de machine learning.

Conhecimentos Técnicos:

• Domínio de Python e SQL; Familiaridade com R e outras linguagens é um diferencial;
• Experiência avançada com ferramentas como Tableau, Power BI ou Google Data Studio;
• Experiência com bancos de dados relacionais (PostgreSQL, MySQL) e não relacionais (MongoDB);
• Conhecimentos avançados de estatística e técnicas de análise de dados;
• Habilidade avançada em Excel e outras ferramentas de planilhas (Google Sheets);
• Experiência em modelagem de dados, incluindo design de esquemas e normalização, tanto para modelagem relacional quanto dimensional;
• Conhecimento básico em serviços de nuvem, como AWS, Azure ou Google Cloud;
• Familiaridade com sistemas de versionamento de código, como Git;
• Conhecimento prático em frameworks de machine learning, como TensorFlow ou Scikit-learn;
• Familiaridade com tecnologias de big data, como Hadoop e Spark.

Formação acadêmica:

• Graduação em Ciência da Computação, Engenharia de Software, Sistemas de Informação, Estatística, Matemática ou áreas afins; Mestrado ou MBA em áreas relacionadas a Data Science, Analytics ou Gestão de Tecnologia da Informação.

Idioma:

• Inglês Intermediário (diferencial).