Você É O(a) Candidato(a) Ideal?

Como Engenheiro(a) Líder Técnico - Dados, você irá projetar, implementar e escalar uma plataforma de dados de ponta a ponta construída na AWS S3, Glue, Lake Formation e DMS. Você liderará uma pequena equipe de engenheiros, enquanto colabora de forma cruzada com as partes interessadas de fraudes, finanças, produtos e engenharia para garantir acesso a dados confiáveis, oportunos e seguros em toda a empresa.

Você será um defensor das melhores práticas em design de dados, governança e observabilidade, aproveitando ferramentas de IA Generativa para aumentar a produtividade da engenharia e acelerar o tempo de obtenção de insights.

Você será um defensor das melhores práticas em design de dados, governança e observabilidade, aproveitando ferramentas de IA Generativa para aumentar a produtividade da engenharia e acelerar o tempo de obtenção de insights.

Você Contribuirá Para

• Ser responsável pelo design e escalabilidade da arquitetura do lago de dados para cargas de trabalho de streaming e em batch, aproveitando serviços nativos da AWS.
• Liderar o desenvolvimento de pipelines de ingestão, transformação e armazenamento usando AWS Glue, DMS, Kinesis/Kafka e PySpark.
• Estruturar e evoluir dados em formatos de tabela abertos (Apache Iceberg, Delta Lake) para suportar consultas em tempo real e de viagem no tempo para serviços downstream.
• Impulsionar a produtização de dados, permitindo acesso API-first e self-service a conjuntos de dados curados para casos de uso de detecção de fraudes, reconciliação e relatórios.
• Definir e monitorar SLAs e SLOs para pipelines de dados críticos, garantindo alta disponibilidade e precisão dos dados em um ambiente fintech regulado.
• Colaborar com as equipes de InfoSec, SRE e Governança de Dados para impor segurança de dados, rastreamento de linhagem, controle de acesso e conformidade (GDPR, MAS TRM).
• Usar ferramentas de IA Generativa para aumentar a produtividade dos desenvolvedores, incluindo a geração automática de harnesses de teste, documentação de esquemas, estruturas de transformação e insights de desempenho.
• Orientar engenheiros de dados, definindo a direção técnica e garantindo a entrega de pipelines de dados de alta qualidade e observáveis.

Responsabilidades

• Projetar pipelines escaláveis e otimizados em custo, abrangendo paradigmas em tempo real e em batch, usando ferramentas como AWS Glue, Step Functions, Airflow ou EMR.
• Gerenciar a ingestão de fontes transacionais usando AWS DMS, com foco no manuseio de desvios de esquema e replicação de baixa latência.
• Projetar estratégias eficientes de particionamento, compressão e metadados para tabelas Iceberg ou Hudi armazenadas no S3, catalogadas com Glue e Lake Formation.
• Construir data marts, views de auditoria e camadas analíticas para suportar processos orientados por máquina (por exemplo, motores de fraude) e interfaces legíveis por humanos (por exemplo, painéis).
• Garantir robustez na observabilidade de dados com métricas, alertas e rastreamento de linhagem via OpenLineage ou Great Expectations.
• Liderar revisões trimestrais de custo de dados, desempenho, evolução de esquemas e design de arquitetura com partes interessadas e liderança sênior.
• Impor controle de versão, CI/CD e práticas de infraestrutura como código usando GitOps e ferramentas como Terraform.

• Pelo menos 7 anos de experiência em engenharia de dados.
• Experiência prática profunda com o conjunto de dados da AWS: Glue (Jobs & Crawlers), S3, Athena, Lake Formation, DMS e Redshift Spectrum.
• Especialização em projetar pipelines de dados para sistemas em tempo real, streaming e em lotes, incluindo design de schema, otimização de formatos e SLAs.
• Fortes habilidades de programação em Python (PySpark) e SQL avançado para processamento analítico e transformação.
• Experiência comprovada em gerenciar arquiteturas de dados utilizando formatos de tabela abertos (Iceberg, Delta Lake, Hudi) em grande escala.
• Compreensão do processamento de streams com Kinesis/Kafka e orquestração via Airflow ou Step Functions.
• Experiência na implementação de controles de acesso a dados, políticas de criptografia e fluxos de trabalho de conformidade em ambientes regulados.
• Capacidade de integrar ferramentas de GenAI nos processos de engenharia de dados para promover ganhos mensuráveis de produtividade e qualidade — com forte higiene de engenharia.
• Capacidade demonstrada de liderar equipes, tomar decisões arquitetônicas e colaborar com partes interessadas multifuncionais.

Pontos Extras

• Experiência trabalhando em um ambiente regulado pelo PCI DSS ou qualquer outro banco central com requisitos de auditoria e retenção de dados.
• Experiência no domínio de pagamentos ou bancário, com casos de uso em reconciliação, análise de chargeback ou detecção de fraudes.
• Familiaridade com contratos de dados, padrões de malha de dados e princípios de dados como produto.
• Experiência usando GenAI para automatizar a documentação de dados, gerar testes de dados ou apoiar casos de uso de reconciliação.
• Exposição a estratégias de otimização de desempenho e redução de custos no AWS Glue, Athena e S3.