O que buscamos? Um(a) Engenheiro(a) de Dados Sênior para atuar com desenvolvimento e arquitetura de plataformas de dados. A posição envolve a construção e operação de pipelines, bem como a responsabilidade arquitetural sobre a plataforma, incluindo modelagem de data Lake, padrões de ingestão, governança de camadas e otimização de performance e custo. É essencial a execução técnica, com foco na confiabilidade dos dados que suportam painéis executivos, relatórios e obrigações regulatórias em um ambiente regulado, exigindo rastreabilidade e reprodutibilidade. Responsabilidades Saber trabalhar na estrutura de hub-spoke Projetar, construir e manter pipelines de ingestão e transformação orquestrados em Apache Airflow, com padrões consistentes de retry, idempotência, alerta e SLA. Desenvolver e evoluir modelos de transformação em dbt sobre o data warehouse, organizando as camadas (staging intermediate marts) com testes e documentação. Implementar ingestões de fontes heterogêneas: bancos transacionais, APIs de terceiros (custodiantes, distribuidores, provedores de mercado), arquivos regulatórios e planilhas operacionais. Instrumentar observabilidade dos dados: freshness, volumetria, quebras de contrato, reconciliação entre origem e destino. Definir e defender o modelo de dados do warehouse (dimensional, Data Vault ou híbrido. com justificativa), incluindo chaves, granularidade, historização (SCD) e tratamento de correções retroativas. Estabelecer padrões de distribuição, ordenação e particionamento no MPP (DISTKEY, SORTKEY, compressão em Redshift. equivalentes em outras engines) e garantir que sejam seguidos. Fazer o desenho de camadas e contratos de dados entre times: o que é fonte da verdade, quem pode escrever onde, o que é exposto para BI e o que é interno. Conduzir tuning de performance e custo: análise de planos, filas/WLM, concorrência, manutenção (VACUUM/ANALYZE ou equivalente), rewrite de queries e materializações. Avaliar e recomendar tecnologias (formatos de tabela, lakehouse, streaming, catálogo, ferramentas de qualidade) com análise de trade-off explícita, incluindo custo e custo de saída. Trabalhar com dados vetorizados Implementar controles de qualidade automatizados e reconciliações que sustentem números usados em relatórios a clientes e em respostas a reguladores. Garantir linhagem e rastreabilidade ponta a ponta: de um número no painel até a origem e a versão do código que o produziu. Aplicar controles de acesso, segregação por sensibilidade e conformidade com LGPD e com as normas aplicáveis ao setor (CVM, BACEN, BSM, políticas internas de compliance). Documentar decisões arquiteturais (ADRs) e manter o dicionário de dados vivo. Atuar como referência técnica para engenheiros(as) pleno e júnior: code review, pareamento, definição de padrões e mentoria. Traduzir demandas de negócio (Wealth Management, Comercial, Risco, Compliance, Operações) em desenho de dados sustentável. inclusive dizendo 'não' a atalhos que criam dívida. Participar do planejamento técnico e estimar com honestidade escopo, risco e prazo. Requisitos obrigatórios Experiencia comprovada em engenharia de dados com responsabilidade arquitetural (saber desenhar o modelo, não só implementar de outra pessoa). Histórico comprovado de ter levado ao ar e operado em produção uma plataforma de dados analítica. com incidentes, plantão e consequências reais. SQL avançado de verdade: window functions, CTEs recursivas, leitura de plano de execução, diagnóstico de skew e de spill em disco. Python para engenharia de dados: código modular, testável e versionado (não apenas notebooks). Familiaridade com pandas/polars, tipagem e testes automatizados. Apache Airflow em produção: autoria de DAGs, sensores, backfill, gestão de dependências e de falhas. Data warehouse MPP em nuvem. Redshift preferencialmente. Snowflake, BigQuery ou Databricks são aceitos com disposição para se aprofundar em Redshift. DBT ou ferramenta equivalente de transformação versionada, com testes. Modelagem dimensional (Kimball) com domínio real: fato vs. dimensão, granularidade, SCD tipos 1/2, tabelas ponte, snapshots. Git e cultura de code review. CI/CD aplicado a dados. Modelagem e diagnóstico de performance: saber explicar por que uma query está lenta e provar a correção com números antes e depois. Rigor com correção numérica. Comunicação escrita clara/documentação. Autonomia para investigar do dashboard até a origem sem pedir permissão a cada passo. Disponibilidade de atuação hibrida 2 a 3x presencial-Região Vila Olimpia Diferenciais (desejáveis) Experiência no mercado financeiro: investimentos, wealth management, custódia, renda fixa/variável, fundos, cálculo de rentabilidade (TIR/TWR), posição e movimentação. Vivência com dados regulatórios: CVM, BACEN, BSM, ANBIMA. inclusive prazos e formatos de entrega. Infra como código (Terraform), AWS (S3, Glue, Lambda, IAM, Step Functions). Formatos de tabela abertos (Iceberg, Delta) e arquitetura lakehouse. Streaming/CDC (Kafka, Debezium, Kinesis). Ferramentas de qualidade e catálogo (Great Expectations, Soda, DataHub, OpenMetadata). Experiência com camada semântica e ferramentas de BI (Power BI, Metabase, Looker). Ter conduzido uma migração relevante (legado moderno, on-prem nuvem, ou planilha/VBA pipeline versionado) com validação de paridade. Descrição comportamental: Procuramos uma pessoa que: Goste de trabalhar em equipe e seja colaborativa em suas atribuições. Tenha coragem para se desafiar e ir além, abraçando novas oportunidades de crescimento. Transforme ideias em soluções criativas e busque qualidade em toda sua rotina. Tenha habilidades de resolução de problemas. Possua habilidade e se sinta confortável para trabalhar de forma independente e gerenciar o próprio tempo. Tenha interesse em lidar com situações adversas e inovadoras no âmbito tecnológico. Big enough to deliver – small enough to care. #VempraGFT #LetsGoBeyond #ProudToBeGFT.