Engenheiro(a) de Dados Sênior N/I NOVO

Sobre a vaga/ Missão do cargo

Buscamos um(a) Engenheiro(a) de Dados Sênior (com foco em Analytics Engineering) para liderar a construção, organização e evolução de produtos de dados em ambientes modernos de Data Lakehouse. Sua principal missão será aplicar os princípios de Data Mesh e a Arquitetura Medallion, garantindo a qualidade, a governança federada e a transformação dos dados desde o seu estágio bruto até camadas analíticas de alto valor prático para o negócio.

Procuramos um profissional maduro, com perfil altamente analítico, que atue como ponte entre a engenharia de dados pura, a governança corporativa e as áreas de negócio, estruturando a camada analítica final como a fonte única da verdade (Single Source of Truth) da companhia.

Responsabilidades / Atividades

• Arquitetura Medallion em Nuvem: Projetar, implementar e manter pipelines de dados estruturados nas camadas Bronze (ingestão e armazenamento bruto), Silver (limpeza, padronização, enriquecimento e aplicação de regras de negócio) e Gold (modelagem analítica otimizada para consumo).

• Desenvolvimento e Analytics Engineering: Desenvolver rotinas robustas de transformação de dados utilizando SQL avançado, PySpark/Spark e ferramentas de modelagem (como dbt – data build tool).

• Evangelização de Data Mesh: Atuar sob os conceitos de Data Mesh, tratando o dado como um produto descentralizado por domínio, construindo produtos de dados reutilizáveis, escaláveis e de fácil consumo por múltiplas áreas.

• Governança e Qualidade de Dados: Garantir o cumprimento de políticas de governança, catálogos de dados, linhagem, compliance regulatório (LGPD) e implementar validações automáticas de qualidade para evitar data silos e dados não conformes.

• Interface com o Negócio e BI: Traduzir necessidades e indicadores estratégicos das áreas de negócio em tabelas e visões analíticas de alta performance prontas para o consumo das equipes de Analytics, IA e Business Intelligence (BI).

Requisitos

Obrigatórios:

• Formação Acadêmica

  • Graduação concluída em Engenharia de Dados, Ciência da Computação, Sistemas de Informação, Engenharia de Software, Estatística ou áreas quantitativas e correlatas de tecnologia.

  Competências Técnicas Obrigatórias (Hard Skills)

  • Ambiente de Nuvem Oracle: Sólida e comprovada experiência prática em projetos de dados utilizando a infraestrutura da Oracle Cloud Infrastructure (OCI) ou arquiteturas de Data Lakehouse equivalentes.

  • Domínio de Frameworks e Linguagens: Fluência e uso avançado de SQL e programação Python / PySpark focada em processamento distribuído de dados (Spark).

  • Arquitetura e Engenharia de Dados: Experiência consistente na estruturação de pipelines seguindo o modelo Medallion (Bronze, Silver, Gold).

  • Modelagem de Dados Analítica: Domínio em técnicas de modelagem dimensional (Star Schema, Snowflake) e práticas modernas de Engenharia de Analytics.

  • Conceito de Data Mesh: Sólido entendimento teórico e aplicação prática de governança distribuída, orientação a domínios e conceitos de dados como produto (Data Products).

  Diferenciais Estratégicos (Conhecimentos Desejáveis)

  • Experiência prática na utilização do dbt (data build tool) para orquestração e transformação na camada de Analytics.

  • Familiaridade com ferramentas de orquestração de fluxos (Airflow, Prefect) e práticas de DataOps (CI/CD para dados, versionamento com Git).

  • Certificações oficiais em Cloud (OCI, AWS ou Azure) voltadas para Engenharia de Dados.

  Perfil Comportamental (Soft Skills)

  • Liderança por Influência e Parceria: Capacidade de transitar e colaborar horizontalmente com múltiplos times (Cientistas de Dados, Analistas de BI, Engenheiros e Stakeholders de Negócio).

  • Pensamento Sistêmico e Resolução: Orientação para a resolução de problemas complexos de inconsistência de dados entre domínios.

  • Foco em Governança e Qualidade: Perfil rigoroso em relação à padronização e documentação, garantindo que o crescimento da plataforma de dados não gere desorganização técnica.

  • Comunicação Didática: Habilidade de traduzir termos técnicos complexos de infraestrutura de dados em conceitos de valor de negócio para diretores e executivos.

Benefícios

• 13 notas no ano
• Ferias