Engenheiro de Dados Sênior

Requisitos

• 5+ anos de experiência na carreira
• Inglês avançado
• Airflow
• Data Quality
• Data Modeling
• Delta Lake
• dbt
• Entity Resolution
• PySpark
• SQL
• Python
• Databricks

Conhecimentos Desejáveis

• Terraform
• MLOps
• Data Observability
• Unity Catalog
• Data Products
• Data Reconciliation
• Delta Live Tables
• RAG
• Data Governance
• MCP
• Data Lineage
• GitHub Actions
• Postgres
• AWS

Tarefas e Responsabilidades

Sobre a vaga

Buscamos um Engenheiro de Dados Sênior para liderar tecnicamente iniciativas de dados em escala nacional. Esta posição tem como foco central a resolução de entidades, governança de dados mestres e reconciliação de fontes de terceiros, garantindo a qualidade e observabilidade dos dados em toda a cadeia produtiva.

Você será referência técnica para o time, conduzindo revisões de código com foco em correção, custo e manutenibilidade, além de aplicar engenharia assistida por IA com guardrails e rastreabilidade.

Principais responsabilidades

• Definir regras de fonte única da verdade, lógica de sobrevivência, identificadores estáveis e overrides manuais para dados de licenças, escrituras, registros fiscais e dados comerciais.
• Reconciliar fontes de terceiros conflitantes em escala nacional e implementar observabilidade para detectar desvios na lógica.
• Atuar como steward de modelos de dados, aterrissando novas fontes e evoluindo modelos quando deixarem de atender às necessidades.
• Garantir qualidade de dados ponta a ponta: testes, monitoramento, alertas, lineage e análise de causa raiz de incidentes.
• Conduzir análises que orientem o roadmap, priorizando aquisições de fontes e datasets com base no impacto comercial.
• Colocar modelos de ciência de dados em produção, definindo contratos de dados e monitoramento de drift.
• Ser referência técnica do time em revisões de código e trade-offs de arquitetura.
• Aplicar engenharia assistida por IA com agentes, mantendo guardrails e rastreabilidade.

O que buscamos

• SQL e Python sólidos aplicados em todo o ciclo de vida dos dados, da ingestão ao serving.
• Experiência hands-on com Databricks em produção: notebooks, jobs, workflows, Delta Lake e PySpark.
• Profundidade em modelagem de dados: dimensional, slowly changing dimensions, definição de grain e arquitetura em camadas como medallion.
• Experiência com resolução de entidades e reconciliação de dados.
• Conhecimento em qualidade e observabilidade de dados: testes, monitoramento, alertas e lineage.
• Familiaridade com frameworks de transformação e orquestração como dbt, Airflow e Databricks Workflows, com version control e CI/CD.
• Experiência com data products alimentando aplicações em produção, além de traduzir perguntas de negócio ambíguas em métricas acionáveis.

Diferenciais

• Arquitetura de data products orientada a domínios em lakehouse.
• Arquiteturas de IA aplicadas a dados: pipelines para RAG, MCP para acesso padronizado por agentes e qualidade em sistemas agentic não determinísticos.
• Ecosistema avançado Databricks: Unity Catalog e Delta Live Tables.
• Governança de dados: controle de acesso, catalogação e lineage.
• MLOps avançado: model serving, monitoramento de drift e workflows de retreinamento.

Stack tecnológico

Python, SQL, PySpark, Databricks, Delta Lake, dbt, AWS, Terraform, Postgres, GitHub Actions e agentes de IA no dia a dia do desenvolvimento.