Contratação:
Modelo de Trabalho:
Liderança Técnica e Qualidade
• Atuar como principal referência técnica do time, apoiando o Gerente na validação e aprovação de entregas
• Conduzir Code Reviews rigorosos em Python e SQL, garantindo padronização, performance e qualidade
• Mentorizar engenheiros, elevando o nível técnico do time e capacitando profissionais em práticas modernas (GitFlow, CI/CD, Testes Unitários)
• Estabelecer e documentar padrões de Clean Code, arquitetura e melhores práticas
Arquitetura e Engenharia de Dados
• Projetar e revisar pipelines escaláveis em Google Cloud Platform (BigQuery, Cloud Storage, Pub/Sub, Cloud Functions)
• Liderar a estratégia de modelagem de dados usando SQL avançado e Stored Procedures, garantindo performance e reutilização
• Desenhar modelos Star Schema na camada Gold para consultas complexas e performadas
• Orquestração com Apache Airflow/Cloud Composer para automação e confiabilidade
• Avaliar e documentar decisões arquiteturais: Data Warehouse vs. Data Lake vs. Lakehouse (Medalha Pattern)
• Garantir integridade do modelo Medalhão (Bronze → Silver → Gold), evitando Data Swamps
APIs, Integrações e Data Contracts
• Liderar a criação de APIs (REST/GraphQL) internas para consumo seguro e performado de dados por BI e aplicações de clientes
• Construir extratores customizados em Python/Go/Node.js para plataformas de mídia com APIs complexas (Meta Ads, Google Ads, TikTok Ads, GA4, etc.)
• Implementar Data Contracts para evitar disparidade de schemas e garantir confiabilidade nas integrações
• Desenhar arquitetura de webhooks e consumo de APIs em larga escala
Governança, Qualidade e FinOps
• Estabelecer e monitorar SLAs de qualidade de dados (resiliência, tratamento de erros, validações automáticas)
• Implementar Linhagem de Dados (Data Lineage) e controle de acessos seguro (IAM/RBAC)
• Estruturar CI/CD para automação de deploys (GitHub Actions, GitLab CI)
• Gerenciar ciclo de vida das aplicações e apoiar no monitoramento de custos de nuvem com visão FinOps
• Garantir processamento batch conforme requisitos com qualidade e eficiência
Liderança técnica e capacidade de mentorizar
Forte comunicação técnica e não-técnica
Pensamento estratégico e visão de longo prazo
Proatividade e capacidade de resolução de problemas
Flexibilidade e adaptabilidade a novas tecnologias
Trabalho em equipe e colaboração
Excelente atenção a detalhes e qualidade
Comprometimento com boas práticas e padronização
Capacidade de tomar decisões em ambientes de incerteza
FORMAÇÃO:
-Superior Completo em Engenharia, Ciência da Computação, Sistemas de Informação ou afins
-Especialização, certificações ou cursos avançados em arquitetura de dados, cloud computing ou big data (desejável)
CONHECIMENTOS TÉCNICOS OBRIGATÓRIOS:
Experiência
• Mínimo 3+ anos em Engenharia/Arquitetura de Dados, Engenharia de Software ou Devops
• Experiência comprovada em liderança técnica (Code Review, mentoria, definição de padrões)
• Background em desenvolvimento backend e arquitetura de sistemas
Google Cloud Platform (GCP)
• BigQuery avançado: Otimização de queries, particionamento, clustering, gestão de custos
• Cloud Storage, IAM, Pub/Sub e Cloud Functions
• Profundo entendimento de modelagem de dados (Dimensional, Star Schema, Medalhão)
• Orquestração com Apache Airflow / Cloud Composer
Transformação de Dados
• SQL avançado (obrigatório): CTEs, window functions, otimização de queries, subqueries correlacionadas
• Stored Procedures em BigQuery: Lógica reutilizável e performance
• Modelagem dimensional (Kimball/Star Schema)
• Data Contracts e validação de schemas
Linguagens e Backend
• Python avançado (obrigatório): Orquestração, validações, lógica complexa de negócio, desenvolvimento de APIs
• Frameworks: FastAPI, Flask ou similares para desenvolvimento de APIs
APIs e Integrações
• Experiência com REST/GraphQL
• Consumo de APIs em larga escala (Meta, Google, TikTok, DV360)
• Webhooks e pipelines de integração complexas
CI/CD e Qualidade
• Conhecimento prático em esteiras de deploy automatizado (GitHub Actions, GitLab CI, etc.)
• Testes unitários e validação de código
DIFERENCIAIS
Certificações Oficiais
• Professional Data Engineer – Google Cloud
• Professional Cloud Architect – GCP
• Databricks Certified Associate ou Engineer
Multicloud e Lakehouse
• Databricks: Unity Catalog, Delta Lake, Spark SQL (compreensão arquitetural, não necessário domínio em profundidade)
• Microsoft Fabric/: Conceitual e arquitetural
• Compreensão de trade-offs entre plataformas
Infraestrutura e DevOps
• Noções de terraform (Infrastructure as Code) para provisionamento cloud
• Docker e conceitos de containerização para rotinas de dados
• Monitoramento e logging
Especialização por Segmento
• Experiência em Agências de Publicidade ou AdTechs
• Background em processamento de dados de marketing/growth
• Experiência com processamento distribuído (PySpark, Dataflow/Apache Beam)