Estamos em busca de um(a) Engenheiro(a) de Dados Sênior para liderar iniciativas estratégicas da nossa plataforma de dados. Esse(a) profissional terá um papel-chave na modelagem, organização e evolução da arquitetura de dados, garantindo que as informações sejam confiáveis, escaláveis e facilmente acessíveis para análises avançadas e tomada de decisão baseada em dados.
A posição exige forte capacidade técnica aliada à visão de negócio, atuando de forma próxima às áreas parceiras e contribuindo ativamente para a maturidade do nosso ecossistema de dados.
Dá uma olhada nos desafios que te esperam como Pessoa Engenheira de Dados Sênior aqui no BV:
- Projetar, implementar e evoluir pipelines de dados eficientes e escaláveis, atendendo diferentes cenários (Lakehouse).
- Desenvolver e manter pipelines de ingestão, transformação e disponibilização de dados em ambientes GCP e Databricks.
- Definir e aplicar padrões de modelagem de dados (relacional e dimensional), como Star Schema, Snowflake, Data Vault, com foco em performance e usabilidade.
- Trabalhar em parceria com áreas de negócio para traduzir requisitos em modelos de dados claros e consistentes.
- Garantir qualidade, governança, segurança e compliance dos dados ao longo de todo o ciclo de vida.
- Monitorar e otimizar performance e custos em nuvem (FinOps).
- Atuar como referência técnica em arquitetura de dados e boas práticas de engenharia.
E aí, se identificou? Agora gostaríamos de saber se você tem o perfil e os conhecimentos abaixo:
- Experiência sólida e avançada em modelagem de dados (conceitual, lógica e física), especialmente em ambientes analíticos.
- Conhecimento profundo em SQL e boas práticas de design para Data Warehouse / BigQuery.
- Experiência com Python, Spark/PySpark para processamento de dados em larga escala.
- Domínio do ecossistema GCP:
BigQuery, Cloud Storage (GCS), Pub/Sub, Dataflow, Dataproc, Composer. - Experiência com CI/CD, versionamento e automação de pipelines.
- Vivência com arquiteturas modernas de dados: Lakehouse, Data Mesh, Streaming.
- Experiência com ferramentas de engenharia de dados e analytics:
DBT, Airflow, Python, SQL, PySpark.
Pra gente conta como diferencial se você tiver:
- Experiência com Databricks (Delta Lake, Unity Catalog, MLflow).
- Atuação em Data Products, DataOps e FinOps.
- Conhecimento em governança de dados, segurança e LGPD.
- Vivência com IA aplicada a dados, como:
- RAG (Retrieval-Augmented Generation)
- LLMOps
- Vector stores, ingestão de conhecimento e avaliação de modelos
- Agentes internos e modelos preditivos