Data Platform Engineer

Modelo de trabalho:📍 Modelo de trabalho 100% remotoSobre o time:O Time de Dados é o alicerce estratégico que transforma dados brutos em inteligência competitiva. Atuamos na fronteira entre tecnologia e negócio, garantindo que a informação seja confiável, acessível e performática e, agora, a fundação de dados para a nossa próxima fronteira: a inteligência artificial generativa aplicada ao negócio. Nosso desafio é construir uma camada de dados robusta que sirva de combustível para que os times de Analytics e Data Science extraiam o máximo valor da nossa plataforma, suportando o crescimento acelerado da companhia com governança e eficiência.Desafios da posição:Sua missão será ser a referência técnica em engenharia de dados dentro da GCP, responsável pela espinha dorsal que sustenta todo o consumo analítico da empresa. Você vai arquitetar e implementar pipelines de ingestão e processamento — batch e near real time — sobre BigQuery, definindo os padrões de orquestração, versionamento e infraestrutura como código que o restante do time passa a seguir. Não se trata apenas de entregar pipelines: é desenhar as fundações, os contratos de dados e as ferramentas internas que tornam cada nova fonte e cada novo caso de uso mais barato de construir do que o anterior.

O desafio central é elevar a maturidade da nossa plataforma de dados e preparar o terreno para a nossa estratégia de IA, garantindo confiabilidade, observabilidade e previsibilidade de custo em escala. Você vai construir a camada de base sobre a qual analytics engineers, cientistas de dados e agentes de IA operam com autonomia — com linhagem rastreável, frescor monitorado e acesso governado. Ao final, seja um dashboard, um modelo ou um agente autônomo consumindo os dados, a fonte da informação será única, performática e confiável.Responsabilidades e atribuiçõesSeu dia a dia na Conta Simples:Arquitetar e manter a plataforma de dados na GCP, definindo os padrões de ingestão, processamento e orquestração que sustentam todo o consumo analítico da empresa — de dashboards a agentes de IA.Construir e evoluir pipelines de ingestão batch e near real time a partir de bancos transacionais, APIs e eventos, garantindo que novas fontes entrem no BigQuery de forma padronizada e com esforço decrescente.Estabelecer contratos de dados e governança de schema, protegendo as camadas de consumo de quebras em upstream e tornando explícito o acordo entre quem produz e quem consome dados.Implementar observabilidade de dados ponta a ponta — linhagem, frescor, volume e alertas —, para que falhas sejam detectadas pelo time antes de chegarem ao negócio.Tratar infraestrutura como produto, versionando recursos em Terraform, mantendo pipelines de CI/CD e reduzindo o caminho entre uma ideia e um dado disponível em produção.Otimizar performance e custo no BigQuery em escala, definindo estratégias de particionamento, clusterização, reservas e monitoramento de consumo para que o crescimento da empresa não vire crescimento proporcional de custo.Garantir segurança e privacidade dos dados, implementando controles de acesso, mascaramento e políticas de retenção compatíveis com um ambiente financeiro regulado.Atuar como referência técnica e mentor do time, conduzindo decisões de arquitetura, revisões de código e a disseminação de boas práticas de engenharia aplicadas a dados.Colaborar diretamente com Analytics Engineering e Data Science, oferecendo a base e as ferramentas para que essas pessoas trabalhem com autonomia, sem depender de você para cada nova entrega.

Requisitos e qualificaçõesO que esperamos de você:Senioridade técnica para tomar decisões de arquitetura com trade-offs explícitos e influenciar times além do seu próprio.Domínio em SQL: capacidade de escrever e depurar queries complexas, performáticas e legíveis.Experiência sólida em Python aplicado a dados: construção de pipelines, integrações com APIs e ferramentas internas — com testes e código de qualidade de produção.Ecossistema GCP: vivência prática c