Lead Data Architect

🕒 Julho 28

🇺🇸 Estados Unidos – Remoto (EUA)

💵 $190.000 / ano

⏰ Tempo Integral

🟠 Sênior

🚰 Engenheiro de Dados

👻 Score fantasma 5%

O que significa: quão provável esta vaga está aberta sem contratação ativa.Como ler: 60% ou mais significa que achamos que é uma vaga fantasma. Pontuações mais baixas preocupam menos.Como pontuamos: tempo em aberto, republicações, vagas abertas vs tamanho do time, rapidez para fechar vagas, e se o salário está divulgado.Observação: é uma estimativa de dados públicos, não um julgamento da empresa. Vagas reais podem ter pontuação alta, então use como uma dica, não como um fato.

Candidatar-se

Encontrar Vagas Remotas Similares

Configurar Alerta de Email para Novas Vagas

📊 Verifique sua pontuação de currículo para esta vaga

Melhore suas chances de conseguir uma entrevista verificando sua pontuação de currículo antes de se candidatar.

Enviar Currículo

Data Meaning

SiteLinkedInTodas as Vagas

51 - 200 funcionários

💼 Consultoria

📦 Logística

☁️ SaaS

Consulting • Logistics • SaaS

A Data Meaning é uma empresa especializada em acelerar cargas de trabalho analíticas para negócios, ajudando-os a aumentar a produtividade e a focar em tarefas de alto valor. A companhia oferece serviços gerenciados, soluções de expert-on-demand e programas de enablement & training para ajudar organizações a lidar com volumes maiores de trabalho e adotar novas tecnologias de forma eficaz. Com mais de 20 anos de experiência e mais de 800 projetos concluídos, a Data Meaning oferece expertise em governança e estratégia de dados, alinhando iniciativas de dados aos objetivos do negócio. A empresa ataca gargalos de produtividade e oferece soluções para o setor público e outros segmentos, melhorando a eficiência e o compliance. Seus serviços são projetados para ajudar empresas a terceirizar tarefas rotineiras, aumentar o engajamento das equipes e impulsionar a eficiência do trabalho por meio de skills e frameworks especializados.

Descrição

• Lead architecture assessment and documentation of the current data platform (Snowflake, Airflow, AWS) • Design the future-state data platform architecture following modern ELT and dbt best practices • Define standards for: data modeling, pipeline architecture, transformation frameworks, governance and data quality • Lead the migration of transformation logic into dbt models • Define architectural patterns for: staging layers, intermediate layers, data marts • Implement automated testing frameworks within dbt • Lead discovery sessions and technical workshops with the client’s data engineering teams • Document architecture, pipelines, and operational processes • Conduct architecture walkthrough sessions during knowledge transfer phases • Define standards for CI/CD, monitoring frameworks, and data quality validation • Establish schema management and governance best practices • Optimize Snowflake compute usage and platform performance • Design scalable orchestration strategies for Airflow pipelines • Improve platform reliability, monitoring, and operational observability

🎯 Requisitos

• 10+ years of experience in Data Engineering or Data Architecture • Strong experience designing and implementing modern data platforms • Expert-level experience with Snowflake • Strong experience implementing dbt transformation frameworks • Advanced SQL modeling and performance optimization • Strong experience with Apache Airflow orchestration • Strong Python programming skills • Experience designing: ELT pipelines, Data warehouse architectures, Transformation frameworks, Large-scale data pipelines • Experience working in cloud environments (AWS preferred)