Engenheiro de Dados Pleno

Atuar como ponte entre as áreas de negócio e dados, estruturando soluções que transformem dados brutos em informações relevantes, confiáveis e acessíveis. O profissional será responsável por toda a cadeia de dados — desde a ingestão e tratamento até a modelagem e disponibilização para análise — com foco em performance, escalabilidade e governança. Seu trabalho apoiará decisões estratégicas e operacionais em um ambiente dinâmico e orientado por dados.

Perfil Profissional Desejado

* Proatividade e autonomia, com forte capacidade de autogestão em ambientes ágeis.

* Mentalidade analítica e crítica, com atenção aos detalhes e foco em qualidade.

* Abertura para aprendizado contínuo, com interesse em novas tecnologias e melhores práticas.

* Boa comunicação e colaboração, especialmente com times multidisciplinares (produto, tecnologia, negócio).

Soft Skills

Comunicação e Colaboração:

* Capacidade de comunicar ideias de forma clara e objetiva com stakeholders técnicos e não técnicos.

* Habilidade para negociar prazos e prioridades com diferentes áreas.

* Planejamento e Organização

* Capacidade de estruturar cronogramas com entregas bem definidas.

* Organização na priorização e acompanhamento de tarefas.

Idiomas:

* Inglês avançado para leitura (documentação técnica, fóruns, artigos).

* Inglês básico/intermediário para conversação técnica.

Hard Skills

Engenharia de Dados:

* Domínio em processos de ETL/ELT, com construção de pipelines eficientes e escaláveis.

* Modelagem de dados de ambientes analíticos.

* Garantia da qualidade, integridade e rastreabilidade dos dados.

Linguagens e Ferramentas:

* SQL avançado (CTEs, janelas, subqueries, tuning, CDC, procedures).

* Conhecimento avançado de Python (Pandas, MLFlow, Flask).

* Containers, escalabilidade em Cloud, filas e processamento paralelo.

* Familiaridade com Google BigQuery – diferencial positivo.

* Manipulação de grandes volumes de dados (Big Data) com foco em performance e custo.

* Desenvolvimento de API REST para integração e extração de dados externos.

* Versionamento de código com Git/GitHub e documentação técnica utilizando o Confluence.

Modelagem e Arquitetura de Dados:

* Experiência com modelagem dimensional (Star Schema, Snowflake, Flat Tables, cubos).

* Conhecimento de normalização de dados (1FN, 2FN, 3FN).

* Prática com CDC (Change Data Capture) e controle de versionamento de dados.

* Arquiteturas de dados como Lakehouse e modelo em camadas (raw, refined, trusted).

* Pipeline de dados em diferentes modos: batch, online, near real-time.

Qualidade e Governança:

* Técnicas de data quality e validação de dados.

* Boas práticas de nomeação, padronização e organização de schemas, tabelas e queries.

* Garantia da consistência do dado end-to-end, desde o sistema de origem até a camada analítica.

* Conhecimento de segurança da informação e LGPD para tratamento de dados sensíveis, utilizando criptografia e anonimização.

Automação e Orquestração:

* Experiência com ferramentas de scheduling e orquestração de pipelines (Dataflow, Airflow).

* Conhecimento em DAGs, agendamento de jobs e estratégias de self-service para dados.

* Extração/Scraping e manipulação de dados não estruturados, e conversão para JSON, Parquet, Avro ou CSV.

Desenvolvimento e Testes:

* Metodologias de desenvolvimento ágil aplicadas a projetos de dados (Scrum, Kanban).

* Criação de massas de dados para testes, versionamento e deploy de pipelines.

Tipo de vaga: Efetivo CLT

Pagamento: R$5.257,55 - R$6.838,46 por mês

Benefícios:

• Assistência médica
• Assistência odontológica
• Participação nos lucros
• Seguro de vida
• Vale-refeição
• Vale-transporte

Pergunta(s) de seleção:

• Pretensão salarial?
• Disponibilidade para escala híbrida, 2 dias por semana presencial no escritório em SP?