ETL no Currículo: Pipelines de Dados, Ferramentas e Volume

ETL no currículo é uma sigla que quase todo recrutador de dados reconhece e que quase nenhum currículo explica. Ela descreve um caminho: extrair dados de uma fonte, transformá-los e carregá-los num destino onde alguém os consulta. Escrever só a sigla deixa sem resposta o que importa, que é o que esse caminho faz todo dia, com quantos dados e para quem. Este guia mostra como descrever o pipeline com fonte, volume, frequência, qualidade e ferramenta, na ordem em que a entrevista costuma perguntar.

ETL, ELT e pipeline: a sequência importa mais que a sigla

No ETL, os dados são extraídos da fonte, transformados antes de chegar ao destino e só então carregados. No ELT, a carga acontece primeiro e a transformação roda dentro do destino, normalmente com SQL. Pipeline é o nome do conjunto inteiro, do agendamento à carga final. A vaga pode usar qualquer uma das siglas, e o que o recrutador quer ver é a sequência que você construiu.

Antes: Experiência com ETL e ELT.

Depois: Construí o pipeline que extrai os pedidos de três sistemas de venda, limpa os campos de data e valor e carrega a tabela de fatos do armazém. As regras de negócio rodam depois da carga, em SQL, no próprio destino.

A versão nova mostra a ordem: o que acontece antes da carga, o que acontece depois e onde a transformação roda. Essa ordem é o que a entrevista vai percorrer, então ela precisa estar na linha.

Volume e frequência: diga quantas linhas e com que ritmo

Um pipeline sem tamanho e sem ritmo pode ser qualquer coisa. Volume é a quantidade de dados por carga, em linhas, arquivos ou gigabytes. Frequência é o ritmo com que a carga roda: a cada hora, uma vez por dia ou quando um evento acontece. Os dois juntos dizem o que você precisou resolver, como a janela de carga e o que acontece quando a carga atrasa.

Antes: Pipeline de dados de vendas.

Depois: Pipeline diário que carrega cerca de dois milhões de pedidos de quatro sistemas de venda antes das oito da manhã, usado pelo painel da diretoria comercial. Quando um dos sistemas atrasava, a carga seguia com os outros e marcava a fonte como pendente.

Se o volume é pequeno, diga o tamanho real. Um pipeline de alguns milhares de linhas que roda sem falhar há meses mostra disciplina, e a entrevista vai perguntar justamente sobre ela. Não aumente o número para parecer maior, porque o primeiro desafio de escala vira o assunto da conversa.

Ferramentas: diga o papel de cada uma no fluxo

Airflow, dbt e Databricks aparecem juntos em muitas descrições, mas cada uma faz um trabalho diferente. O Airflow agenda e encadeia as tarefas do pipeline. O dbt organiza as transformações em SQL dentro do destino, com testes e documentação. O Databricks é uma plataforma de processamento e armazenamento, usada em cargas grandes e em código de Python ou Spark. Escreva o papel de cada ferramenta no fluxo que você montou, e não a lista de nomes.

Antes: Airflow, dbt, Databricks, Python.

Depois: Orquestrei a carga diária com Airflow, com uma tarefa por fonte e alerta quando uma delas falha. As transformações de negócio ficam em modelos do dbt, com testes de chave única nas tabelas de dimensão.

Não escreva uma ferramenta que você só viu num tutorial. Em vagas de engenharia, a pergunta costuma ser como uma falha de carga é reprocessada, e quem não usou a ferramenta responde com teoria. Teoria também vale, mas precisa ser dita como teoria. Como o texto da vaga nomeia essas ferramentas, vale entender como o sistema de triagem lê os termos, no guia sobre parsing de currículo e o que o ATS consegue ler.

Qualidade: escreva a checagem que impediu um dado errado

Qualidade de dados é a parte que mais separa um pipeline de produção de um script. Uma linha forte diz qual checagem existe e qual problema ela já impediu: a contagem de linhas que caiu sem motivo, a chave duplicada, o campo de valor vazio, a diferença entre o total da origem e o total carregado. Checagem que nunca pegou nada não precisa estar no currículo, mas você deve saber explicar por que ela existe.

Antes: Garanti a qualidade dos dados.

Depois: Criei a conciliação diária entre o total de pedidos da origem e o da tabela carregada. Quando a diferença passou de 0,5%, a carga parou e avisou a equipe antes de o painel mostrar números errados.

A segunda versão tem um limite numérico, uma ação e um efeito. Se a sua checagem não tem nenhum dos três, ela ainda não é uma linha de currículo.

Analista ou engenheiro: qual etapa você fez de fato?

A divisão entre as duas funções é o que decide a linha. Um analista que constrói modelos em SQL e dbt, sobre tabelas que outra equipe carrega, descreve a camada de transformação. Um engenheiro que cuida da ingestão, do agendamento e do monitoramento descreve o caminho inteiro. Escreva a etapa que você fez, mesmo que o cargo oficial seja mais amplo, porque a entrevista começa pela etapa e não pelo título. O guia de currículo de analista de dados trata da camada de análise, e o guia de currículo de engenheiro de dados trata do caminho completo.

O que fica do ETL no currículo?

A regra que resume o guia é que o pipeline precisa ser descrito como uma sequência que alguém consegue verificar: de onde vem o dado, quanto chega, com que ritmo, o que cada ferramenta faz e qual checagem protege o resultado. Quando essas partes faltam, a primeira pergunta técnica vira uma pergunta de escala ou de falha, e o currículo não tem resposta para ela. Antes de enviar, compare a vaga com o seu texto na análise gratuita do AjustaCV. Ela não pede cadastro e mostra quais termos da vaga o seu currículo já tem e quais ainda faltam. Se o seu perfil tiver mais de uma etapa, o vocabulário de analista de dados ajuda a conferir se os termos de cada etapa aparecem por extenso.

Perguntas frequentes