Gerente de Governança de Dados e Plataforma

🕒 Julho 15

🇧🇷 Brasil – Remoto

💵 $75.000 - $100.000 / ano

⏰ Tempo Integral

🟡 Pleno

🟠 Sênior

🎲 Riscos

👻 Score fantasma 6%

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

LawnStarter

SiteLinkedInTodas as Vagas

51 - 200 funcionários

Fundada em 2013

👥 B2C

🏪 Marketplace

🏠 Imobiliário

💰 $10.500.000 Venture Round em 2019-11

B2C • Marketplace • Real Estate

LawnStarter é uma plataforma de serviços que oferece cuidados com gramados a um clique. Com pedido online rápido, serviço de qualidade e um app intuitivo, a LawnStarter permite que os clientes agendem e gerenciem facilmente a manutenção do gramado. Serviços disponíveis: • Corte de grama • Adubação • Poda de arbustos • Remoção de ervas daninhas A empresa faz parceria com profissionais locais para garantir serviços confiáveis e segurados, ao mesmo tempo em que apoia pequenos negócios. A LawnStarter atende diversas localidades nos Estados Unidos, ajudando os clientes a manter seus gramados bonitos e bem cuidados.

Descrição

• Você será a primeira pessoa na LawnStarter dedicada à governança de dados — responsável por determinar se nossos dados podem ser confiáveis. • Isso significa a qualidade e a atualidade dos nossos dados de origem, pipelines e relatórios; as definições por trás das nossas métricas; os padrões de rastreamento de eventos no Segment; a saúde do workspace do Lightdash; os dados que alimentam nossos modelos de machine learning; e a segurança dos próprios dados. • Esta é uma posição prática (hands-on). Você trabalhará sozinho no início, com a equipe de Analytics ao redor, mas sem pessoas subordinadas — construindo automação, escrevendo checagens, consertando o que estiver quebrado e implementando processos que escalem além de você. Se o escopo crescer como esperamos, isso se tornará a base de uma equipe que você irá montar. • Qualidade e atualidade dos dados — monitoramento automatizado das fontes, pipelines e relatórios; captura de mudanças de esquema e de origem a montante antes que quebrem algo a jusante; condução de incidentes até a resolução quando ocorrerem. • Lineagem de dados e análise de impacto — um mapa vivo desde a fonte de produção até o modelo no data warehouse e o dashboard, e o processo que o utiliza: quando uma mudança em produção for proposta, seu impacto a jusante em pipelines, métricas e relatórios é avaliado antes de ser implementada, não descoberto depois. O estado final são contratos de dados com engenharia, para que mudanças disruptivas sejam detectadas no fluxo de trabalho deles, não no nosso. • Lightdash — administração, estrutura do workspace, permissões e a própria implantação. Seu trabalho é dar autonomia self-serve à empresa mantendo o workspace organizado o suficiente para que as pessoas encontrem e confiem no que está lá. Capacitação é parte do pacote — as pessoas seguem padrões que foram ensinadas — e também é responsabilidade manter as consultas rápidas e os custos do data warehouse sob controle. • Camada semântica — acabamos de lançá-la para nossas métricas mais críticas: uma definição governada por métrica, em código. Você estenderá a definição e o mapeamento para o restante e protegerá a camada contra crescimento descontrolado à medida que escala. • Governança de rastreamento de eventos — nosso catálogo governado de eventos no Segment: revisar novos eventos segundo seus padrões, manter alinhado com o que a produção realmente envia e evoluir as diretrizes (nomeação, dicionário de propriedades, detecção de drift) conforme o rastreamento cresce. • Prontidão de dados para IA — agentes de IA consultam nosso data warehouse todos os dias por meio do Brain, nossa ferramenta interna de IA. Você governará quais dados as ferramentas de IA podem acessar e manterá o warehouse legível para IA: documentado, consistente e seguro para que um agente consulte e obtenha a resposta correta. • Segurança e privacidade de dados — controles de acesso, tratamento de dados pessoais (PII) e retenção conforme leis estaduais de privacidade dos EUA, e revisões periódicas de quem — e quais ferramentas de IA — podem ver o quê. • O próprio sistema de governança — a documentação, modelos de propriedade e ciclos de revisão que mantêm tudo acima funcionando sem heroísmos.

🎯 Requisitos

• Governança é sua arte, não uma tarefa. Você genuinamente gosta de tornar sistemas de dados confiáveis e organizados — você é a pessoa que não consegue deixar uma convenção de nomenclatura quebrada passar. Esta vaga provavelmente não é um bom ajuste se você vê governança como um trampolim para um “trabalho analítico de verdade”. • Nativo em IA. Você usa ferramentas de IA (Claude Code, Copilot, ChatGPT) diariamente para construir checagens de qualidade, escrever automação, priorizar anomalias e documentar enquanto trabalha — uma pessoa cobrindo o que antes exigia uma equipe. Você também vê a direção inversa: agentes de IA consomem nossos dados diariamente, e tornar o data warehouse seguro e legível para eles faz parte da governança agora. Esta vaga provavelmente não é um bom ajuste se você é cético em relação às ferramentas de IA ou prefere fazer tudo manualmente. • Operador sênior prático. Você escreve o SQL, depura o DAG do Airflow e configura as permissões por conta própria — senioridade aqui significa julgamento e velocidade, não delegação. Esta vaga provavelmente não é um bom ajuste se seus últimos anos foram passados dirigindo outros e você precisaria de uma equipe para executar. • Automação em primeiro lugar. Seu instinto para qualquer checagem recorrente é construir um monitor, não uma checklist. Esta vaga provavelmente não é um bom ajuste se sua prática de qualidade depende de revisão manual e disciplina. • Um aplicador de regras que as pessoas realmente gostam. Você cobrará engenheiros e analistas que não gerencia a padrões — o que exige regras claras, boas ferramentas que facilitem a conformidade e a firmeza para dizer não com tato. Esta vaga provavelmente não é um bom ajuste se você evita fricção ou, no extremo oposto, gosta de ser o departamento que sempre nega pedidos.

🏖️ Benefícios

• Salário base: US$75k–US$100k/ano • Participação acionária (equity): A empresa toda decide sobre os dados que você irá proteger. Quando a confiança nos dados aumenta, a qualidade das decisões e o valor da empresa aumentam junto. Queremos que você possua uma parte disso. • Totalmente remoto: Este trabalho exige foco profundo — construir monitores, desembaraçar pipelines — e confiamos que você gerencie seu ambiente. Colaboração assíncrona é a norma. • PTO flexível: Focamos em resultados. Tire o tempo que precisar.