Professor(a) Autônomo(a): Eng. de Dados | Fundamentos – São Paulo

A XP INC:

Muitos acham que sonhamos grande demais, mas aqui na XP Inc. acreditamos no impossível. Nossa história começou em 2001, com um pequeno escritório de agentes autônomos de investimentos em Porto Alegre. Chegamos até aqui com a dedicação de equipes talentosas que tiveram autonomia e liberdade, e abraçaram nossos desafios.

Nossos valores

• Foco no cliente: colocamos os interesses do cliente como prioridade
• Sonho grande: miramos no impossível, construímos juntos os caminhos e chegamos lá
• Mente aberta: estamos abertos para inovar, sempre baseados em fatos e dados, sem medo de errar e dispostos a corrigir
• Espírito empreendedor: assumimos protagonismo na tomada de decisão e focamos nosso tempo na geração de valor a longo prazo

A XP Educação:

Somos movidos pelo desafio de melhorar a vida das pessoas por meio da educação. Estamos transformando a educação brasileira assim como a XP transformou o mercado financeiro. Acreditamos numa educação disruptiva, centrada no saber fazer e muita, mas muita mão na massa! Somos a união de duas escolas: a Xpeed School, nossa instituição referência em mercado financeiro e o IGTI, nossa instituição referência em tecnologia. A nossa missão é formar os melhores profissionais de tecnologia e negócios para a nova economia digital! Alavanca-mos o lifelong learning de pessoas que querem trilhar carreiras em tecnologias e negócios, por meio de um modelo de ensino inovador – não-linear, student centric e de qualidade – aliado a processos e serviços de carreira, conectando os nossos alunos ao que há de melhor no mercado de trabalho brasileiro. Aqui você pode sonhar grande na sua carreira e crescer junto com a faculdade que nasceu com o DNA de qualidade e disrupção da XP.

Requirements

Necessário conhecimento nos tópicos abaixo, para produzir material e ministrar aulas on line:

Tópicos de conteúdo

Tipos de Workloads de Dados:

• Transacional (OLTP);
• Analítico (OLAP): batch e streaming

Conceitos básicos de Big Data, Data Lake, Data Lakehouse e Delta Lake;

Introdução à Engenharia de Dados:

• Visão geral do pipeline de ciência de dados: coleta, preparação, armazenamento, processamento/análise, visualização;
• O processo de Engenharia de Dados;
• ETL x ELT;
• Papéis, responsabilidades, hard e soft skills do(a) Engenheiro(a) de Dados

Visão geral dos processos de coleta, armazenamento e preparação de dados:

Exemplo prático de coleta, preparação e armazenamento de dados.

Formatos de Dados mais usados no pipeline de Engenharia de Dados:

• JSON;
• Parquet;
• ORC (Optimized Row Columnar);
• Avro;
• Arrow;
• SequenceFile

Mineração de Dados:

• Pré-processamento de dados: limpeza, integração e transformação;
• Seleção de atributos;
• Técnicas de mineração de dados: associação, classificação, agrupamento e análise de sequências;
• Avaliação de modelos de mineração de dados

Arquitetura de dados batch, realtime e near-realtime;

Arquitetura Lambda x Arquitetura Kappa;

Arquitetura orientada a eventos (Event-driven Architecture);

Arquitetura de microsserviços:

• Conceitos e aplicações;
• Virtualização x containers;
• Docker e Kubernetes: conceitos básicos;
• Kubernetes na prática

Modern Data Stack;

Data Mesh;

Zero ETL Approach;

DataOps.

Demanda:

• Elaboração de e-book
• Plano de Ensino
• Enunciados e Questionários
• Gravação de Vídeo Aulas
• Ministrar aulas ao vivo

Necessário formação Pós Graduação Stricto Sensu

Disponibilidade para gravar em estúdio – BH ou SP

Contratação via Contrato de Prestação de Serviços – PJ