Sobre o desafio:
Como Engenheiro(a) de Dados Sênior, você terá papel fundamental na construção e evolução da área de dados, atuando como referência técnica para garantir a criação e manutenção de pipelines robustos, escaláveis e com alto padrão de engenharia. Mais do que apoiar a operação, essa posição terá participação ativa na construção de produtos de ponta a ponta, desde a ideação até o acompanhamento de performance e da operação no dia a dia. Em parceria com diferentes áreas do negócio, você estará contribuindo diretamente para a evolução dos produtos, da operação e da experiência dos nossos clientes internos e externos.
Você irá:
Construir, evoluir e manter pipelines de dados, apoiando a estruturação da área de dados;
Organizar e disponibilizar dados de forma confiável para atender tanto demandas internas quanto necessidades de clientes externos.
Manter e desenvolver a estrutura de microsserviços responsáveis pela geração e tratamento de dados
Desenvolver dashboards e visões analíticas que apoiem a tomada de decisão das principais áreas demandantes.
Atuar em rotinas de conciliação de transações, garantindo consistência, rastreabilidade e confiabilidade das informações.
Analisar métricas e dados gerados pelos sistemas internos, transformando informação em insights acionáveis para o negócio.
Acompanhar a performance dos produtos por meio de indicadores e análises recorrentes, contribuindo para a evolução das soluções da companhia.
O que não pode faltar:
Experiência como Engenheiro(a) de Dados ou Backend com foco em soluções de dados.
Experiência com frameworks de orquestração de dados (ex: Airflow, Prefect).
Domínio em bancos de dados relacionais e não relacionais (ex: PostgreSQL, BigQuery, MongoDB).
Vivência com construção de APIs, microsserviços e integração entre sistemas.
Experiência com ferramentas de versionamento de código (Git) e práticas de CI/CD.
Familiaridade com ambientes em nuvem (GCP, AWS, Azure).
O que aumenta suas chances:
Conhecimento em Python e boas práticas de engenharia de software.
Experiência em empresas de tecnologia ou fintechs.
Conhecimento em ferramentas de observabilidade e monitoramento de pipelines.
Familiaridade com arquiteturas de dados (ex: Data Mesh, Lakehouse).