Engenharia De Dados Sênior | Híbrido/Sp

Engenharia de Dados Sênior | Híbrido/SP
- **Localização: Alphaville
- Barueri, BR, **Um(a) Engenheiro(a) de Dados Sênior para atuar com desenvolvimento e arquitetura de plataformas de dados.
A posição envolve a construção e operação de pipelines, bem como a responsabilidade arquitetural sobre a plataforma, incluindo modelagem de data Lake, padrões de ingestão, governança de camadas e otimização de performance e custo.
É essencial a execução técnica, com foco na confiabilidade dos dados que suportam painéis executivos, relatórios e obrigações regulatórias em um ambiente regulado, exigindo rastreabilidade e reprodutibilidade.
ResponsabilidadesSaber trabalhar na estrutura de hub-spokeProjetar, construir e manter pipelines de ingestão e transformação orquestrados em Apache Airflow, com padrões consistentes de retry, idempotência, alerta e SLA.
Desenvolver e evoluir modelos de transformação em dbt sobre o data warehouse, organizando as camadas (staging → intermediate → marts) com testes e documentação.
Implementar ingestões de fontes heterogêneas: bancos transacionais, APIs de terceiros (custodiantes, distribuidores, provedores de mercado), arquivos regulatórios e planilhas operacionais.
Instrumentar observabilidade dos dados: freshness, volumetria, quebras de contrato, reconciliação entre origem e destino.
Definir e defender o modelo de dados do warehouse (dimensional, Data Vault ou híbrido — com justificativa), incluindo chaves, granularidade, historização (SCD) e tratamento de correções retroativas.
Estabelecer padrões de distribuição, ordenação e particionamento no MPP (DISTKEY, SORTKEY, compressão em Redshift; equivalentes em outras engines) e garantir que sejam seguidos.
Fazer o desenho de camadas e contratos de dados entre times: o que é fonte da verdade, quem pode escrever onde, o que é exposto para BI e o que é interno.
Conduzir tuning de performance e custo: análise de planos, filas/WLM, concorrência, manutenção (VACUUM/ANALYZE ou equivalente), rewrite de queries e materializações.
Avaliar e recomendar tecnologias (formatos de tabela, lakehouse, streaming, catálogo, ferramentas de qualidade) com análise de trade-off explícita, incluindo custo e custo de saída.
Trabalhar com dados vetorizadosImplementar controles de qualidade automatizados e reconciliações que sustentem números usados em relatórios a clientes e em respostas a reguladores.
Garantir linhagem e rastreabilidade ponta a ponta: de um número no painel até a origem e a versão do código que o produziu.
Aplicar controles de acesso, segregação por sensibilidade e conformidade com LGPD e com as normas aplicáveis ao setor (CVM, BACEN, BSM, políticas internas de compliance).
Documentar decisões arquiteturais (ADRs) e manter o dicionário de dados vivo.
Atuar como referência técnica para engenheiros(as) pleno e júnior: code review, pareamento, definição de padrões e mentoria.
Traduzir demandas de negócio (Wealth Management, Comercial, Risco, Compliance, Operações) em desenho de dados sustentável — inclusive dizendo "não" a atalhos que criam dívida.
Participar do planejamento técnico e estimar com honestidade escopo, risco e prazo.
Requisitos obrigatóriosExperiencia comprovada em engenharia de dados com responsabilidade arquitetural (saber desenhar o modelo, não só implementar de outra pessoa).
Histórico comprovado de ter levado ao ar e operado em produção uma plataforma de dados analítica — com incidentes, plantão e consequências reais.
SQL avançado de verdade: window functions, CTEs recursivas, leitura de plano de execução, diagnóstico de skew e de spill em disco.
Python para engenharia de dados: código modular, testável e versionado (não apenas notebooks).
Familiaridade com pandas/polars, tipagem e testes automatizados.
Apache Airflow em produção: autoria de DAGs, sensores, backfill, gestão de dependências e de falhas.
Data warehouse MPP em nuvem — Redshift preferencialmente; Snowflake, Big Query ou Databricks são aceitos com disposição para se aprofundar em Redshift.
DBT ou ferramenta equivalente de transformação versionada, com testes.
Modelagem dimensional (Kimball) com domínio real: fato vs. dimensão, granularidade, SCD tipos 1/2, tabelas ponte, snapshots.
Git e cultura de code review; CI/CD aplicado a dados.
Modelagem e diagnóstico de performance: saber explicar por que uma query está lenta e provar a correção com números antes e depois.
Rigor com correção numérica.
Comunicação escrita clara/documentação.
Autonomia para investigar do dashboard até a origem sem pedir permissão a cada passo.
Disponibilidade de atuação hibrida 2 a 3x presencial
- Região Vila OlimpiaDiferenciais (desejáveis)Experiência no mercado financeiro: investimentos, wealth management, custódia, renda fixa/variável, fundos, cálculo de rentabilidade (TIR/TWR), posição e movimentação.
Vivência com dados regulatórios: CVM, BACEN, BSM, ANBIMA — inclusive prazos e formatos de entrega.
Ferramentas de qualidade e catálogo (Great Expectations, Soda, Data Hub, Open Metadata).