Engenheiro de Dados

Somos uma startup de tecnologia em fase de crescimento, com uma plataforma digital de alto volume e uma operação orientada por dados.

Estamos buscando uma pessoa Engenheiro(a) de Dados Sênior para atuar na construção e evolução da nossa plataforma de dados, trabalhando desde a ingestão em larga escala até a camada semântica no Snowflake.

Essa pessoa terá papel importante na evolução da arquitetura de dados, garantindo confiabilidade, segurança, governança e eficiência de custos, além de atuar como referência técnica para o time de Dados.

É uma posição para quem gosta de desafios de escala, arquitetura, engenharia e ambientes em que decisões técnicas têm impacto direto no negócio.

• Pipelines em escala: projetar, implementar e sustentar processos de ingestão e transformação de dados em larga escala, batch e near-real-time, sobre AWS e Snowflake - Spark/EMR, Snowpipe, S3 e frameworks internos orientados a metadados.
• Arquitetura e modelagem: evoluir a arquitetura de dados em camadas (raw/trusted/refined), a modelagem analítica e a camada semântica corporativa, assegurando a consistência das métricas canônicas do negócio.
• Orquestração: operar e evoluir a orquestração em Airflow (ECS Fargate), definindo padrões de DAG, idempotência, estratégias de reprocessamento, SLAs e alertas.
• Qualidade e observabilidade de dados: implantar testes e contratos de dados, monitoramento de freshness e lineage, além de runbooks e resposta a incidentes de pipeline.
• Eficiência de custo: responder pela eficiência econômica da plataforma - consumo de créditos Snowflake, dimensionamento de warehouses, clustering/particionamento e políticas de ciclo de vida no storage.
• Segurança e governança: aplicar controles de acesso (RBAC), classificação e mascaramento de dados sensíveis, políticas de retenção e expurgo, em aderência à LGPD e às políticas internas de segurança da informação.
• Habilitação de consumo: disponibilizar datasets e features confiáveis para Ciência de Dados, BI, Risco e produtos de IA, incluindo acesso analítico por agentes, em parceria com Analytics, Produto e Engenharia.
• Padrões e documentação: registrar decisões de arquitetura (ADR/RFC), manter a documentação técnica no padrão corporativo e disseminar boas práticas junto ao time.

O que esperamos de você

Formação Acadêmica

• Graduação em Ciência da Computação, Sistemas de Informação, Engenharia, Estatística, Física, Economia ou áreas correlatas - ou experiência profissional equivalente comprovada.

Experiência

• Mínimo de 5 anos em Engenharia de Dados, sendo ao menos 2 anos em ambiente de alto volume e criticidade.

Competências Técnicas

• SQL avançado e Python aplicado a dados: PySpark, pandas e boto3.
• Apache Spark em produção: EMR, EKS ou equivalente, com domínio de tuning, particionamento e controle de custo.
• Snowflake: modelagem, performance tuning e gestão de consumo. Experiência sólida em BigQuery ou Redshift é considerada equivalente, desde que haja disposição para migração de stack.
• Databricks: conhecimento da plataforma - workspaces, clusters e jobs, Spark gerenciado, Delta Lake e Unity Catalog - e da sua integração com o ecossistema analítico.
• Apache Airflow em produção, preferencialmente em ambiente containerizado.
• Bancos de dados relacionais e NoSQL: PostgreSQL/Aurora e MongoDB.
• Qualidade e observabilidade de dados como prática consolidada - monitoramento, logging e alertas.

Será um diferencial

• dbt ou ferramenta equivalente de transformação versionada e testada.
• Streaming e CDC: Kafka, Kinesis, Debezium ou AWS DMS.
• Catálogo de dados, lineage, data contracts e camada semântica.
• Sustentação de IA/ML em produção: feature/dataset serving, MLflow, SageMaker.
• LGPD e tratamento de dados sensíveis em plataformas de larga escala.
• Neo4j ou outros bancos de grafo.
• Arquiteturas orientadas a domínio (Data Mesh), com avaliação pragmática de aplicabilidade.
• Vivência em produto digital de alto volume, redes sociais, marketplaces ou fintechs.

Como esperamos que você trabalhe

Pensamento Analítico e Sistêmico

Compreende a arquitetura de dados de ponta a ponta, enxerga as relações entre sistemas e fluxos e antecipa o impacto de decisões técnicas no negócio. Decompõe problemas complexos, identifica gargalos e atua preventivamente sobre escalabilidade e performance.

Autonomia e Senso de Dono

Opera com independência, prioriza atividades e gerencia múltiplas demandas sem direcionamento constante. Assume responsabilidade pela estabilidade e confiabilidade do ambiente de dados.

Comu