Modelo: Híbrido 3x presencial
Local: Brooklin, São Paulo – SP
Sobre a oportunidade:
Buscamos um(a) Especialista de Dados cujo sangue é dados — mas que já opera no presente, não no passado. Alguém que domina fundamentos sólidos de engenharia de dados e, ao mesmo tempo, abraça o modern data stack (Snowflake, dbt, Fivetran) e o uso de IA como parte natural do trabalho. Para nós, pipeline bem-feito é aquele em que o time de negócio confia — e não apenas o que processa GBs sem travar.
Você entrará em um momento de transição intencional: estamos evoluindo de uma arquitetura Datalake clássica (AWS/PySpark) para um stack mais moderno, orientado a produtividade, governança e IA. Você será parte ativa dessa mudança — não apenas executor(a), mas co-arquiteto(a).
O que esperamos de você:
- SQL avançado com foco em performance: modelagem dimensional, tuning de queries, particionamento/clustering e leitura de query plans.
- Engenharia de software aplicada a dados: Git, CI/CD, code review e testes automatizados (incluindo data tests).
- ELT em escala: domínio de ferramentas de integração (Fivetran, Airbyte ou similares) e de padrões de ingestão idempotente e incremental.
- Data warehouse em cloud em produção: Snowflake (nosso atual), com experiência transferível de Redshift ou BigQuery — incluindo gestão de performance e custo (compute/storage).
- Ownership de qualidade e confiabilidade de dados: data contracts, testes de qualidade, observabilidade e rastreabilidade de linhagem (lineage).
- Modelagem de camadas semânticas (staging, intermediária, marts) que sustentem tanto BI quanto features para IA.
O que vai acelerar muito sua aplicação:
- dbt (Core ou Cloud) em produção: modelagem, testes, macros e documentação.
- Domínio de Snowflake além do básico: warehouses, stages, tasks, Streams, Snowpipe e Cortex.
- Orquestração e ambientes event-driven / streaming (Airflow/Dagster, Kafka/Kinesis), cada vez mais exigidos por casos de uso de IA em produção.
- IA/ML aplicada a dados: embeddings, feature stores e pipelines para LLMs e RAG.
- Background em AWS (S3, Glue, Athena, EMR)
- Terraform ou outra IaC
- Experiência em fintechs ou ambientes de alta criticidade e volume de dados.
Responsabilidades:
- Construir e evoluir pipelines de ingestão e transformação no stack atual (Snowflake + dbt + Fivetran), garantindo dados confiáveis para toda a empresa.
- Participar ativamente da migração da arquitetura legada (EMR/PySpark/Redshift) para o modern data stack, com foco em simplicidade operacional e qualidade de dados.
- Modelar camadas semânticas (staging, intermediária, marts) que sirvam tanto ao BI quanto a features para modelos de IA.
- Desenhar dados ricos em contexto e legíveis por máquina — com definições semânticas, data contracts e testes — que tornem a informação confiável para agentes de IA e fluxos automatizados.
- Monitorar, diagnosticar e otimizar processamentos — você não espera o alerta chegar, você antecipa.
- Colaborar com times de Produto, Risco, Financeiro e Engenharia para traduzir necessidades de negócio em soluções de dados sustentáveis.
- Usar IA generativa e agentes de código como ferramenta de produtividade no dia a dia (geração de código, documentação, debugging) — aqui isso não é diferencial, é esperado.
Se interessou pela vaga?
Venha fazer parte do nosso time!
Envie seu CV para nós, iremos analisar e verificar disponibilidades nas oportunidades que temos em aberto e se não tivermos nada que se encaixe no seu perfil, seus dados ficam arquivados no nosso banco de dados para futuras oportunidades.