Sobre a vaga Buscamos um Engenheiro de Dados Sênior para liderar tecnicamente iniciativas de dados em escala nacional. Esta posição tem como foco central a resolução de entidades, governança de dados mestres e reconciliação de fontes de terceiros, garantindo a qualidade e observabilidade dos dados em toda a cadeia produtiva. Você será referência técnica para o time, conduzindo revisões de código com foco em correção, custo e manutenibilidade, além de aplicar engenharia assistida por IA com guardrails e rastreabilidade. Principais responsabilidades - Definir regras de fonte única da verdade, lógica de sobrevivência, identificadores estáveis e overrides manuais para dados de licenças, escrituras, registros fiscais e dados comerciais. - Reconciliar fontes de terceiros conflitantes em escala nacional e implementar observabilidade para detectar desvios na lógica. - Atuar como steward de modelos de dados, aterrissando novas fontes e evoluindo modelos quando deixarem de atender às necessidades. - Garantir qualidade de dados ponta a ponta: testes, monitoramento, alertas, lineage e análise de causa raiz de incidentes. - Conduzir análises que orientem o roadmap, priorizando aquisições de fontes e datasets com base no impacto comercial. - Colocar modelos de ciência de dados em produção, definindo contratos de dados e monitoramento de drift. - Ser referência técnica do time em revisões de código e trade-offs de arquitetura. - Aplicar engenharia assistida por IA com agentes, mantendo guardrails e rastreabilidade. O que buscamos - SQL e Python sólidos aplicados em todo o ciclo de vida dos dados, da ingestão ao serving. - Experiência hands-on com Databricks em produção: notebooks, jobs, workflows, Delta Lake e PySpark. - Profundidade em modelagem de dados: dimensional, slowly changing dimensions, definição de grain e arquitetura em camadas como medallion. - Experiência com resolução de entidades e reconciliação de dados. - Conhecimento em qualidade e observabilidade de dados: testes, monitoramento, alertas e lineage. - Familiaridade com frameworks de transformação e orquestração como dbt, Airflow e Databricks Workflows, com version control e CI/CD. - Experiência com data products alimentando aplicações em produção, além de traduzir perguntas de negócio ambíguas em métricas acionáveis. Diferenciais - Arquitetura de data products orientada a domínios em lakehouse. - Arquiteturas de IA aplicadas a dados: pipelines para RAG, MCP para acesso padronizado por agentes e qualidade em sistemas agentic não determinísticos. - Ecosistema avançado Databricks: Unity Catalog e Delta Live Tables. - Governança de dados: controle de acesso, catalogação e lineage. - MLOps avançado: model serving, monitoramento de drift e workflows de retreinamento. Stack tecnológico Python, SQL, PySpark, Databricks, Delta Lake, dbt, AWS, Terraform, Postgres, GitHub Actions e agentes de IA no dia a dia do desenvolvimento.