Engenheiro de Dados Sênior

Vaga não está no LinkedIn

🔥 0 minutos atrás

Candidatar-se

Encontrar Vagas Remotas Similares

Receber Emails de Vagas Remotas

📊 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

Leega

SiteLinkedInTodas as Vagas

201 - 500 funcionários

Fundada em 2010

🔌 API

🤖 Inteligência Artificial

API • Artificial Intelligence • Cloud Solutions

A Leega é uma provedora líder de soluções de tecnologia na América Latina, especializada em analytics de dados e soluções em nuvem. Primeira empresa na região certificada pelo Google Cloud em Data Analytics, a Leega oferece um portfólio de serviços que inclui desenvolvimento de aplicações, machine learning e analytics para gestão de riscos. A empresa faz parcerias com os principais provedores de nuvem, como AWS e Microsoft Azure, para ajudar as empresas a aprimorar a gestão de dados e realizar uma migração eficiente para a nuvem, impulsionando a transformação digital e a inovação.

Descrição

• Você vai arquitetar e evoluir o datalake que é o sistema nervoso de dados da companhia — a fundação que alimenta, em tempo real, o motor de precificação dinâmica, os modelos de ML e a inteligência comercial do grupo. • É um papel de dono: você define a arquitetura Lakehouse multi-tenant, do streaming à camada semântica, e responde pela sua confiabilidade, governança e custo. • Desenhar e evoluir o data lake em Apache Iceberg sobre S3 — camadas bem definidas, particionamento e compaction, time-travel e suporte a DELETE/UPDATE para a LGPD. • Construir ingestão em tempo real (Kafka, Flink, CDC com Debezium) com evolução de schema controlada (Schema Registry) e garantias de entrega. • Modelar a camada de transformação em dbt e orquestrar fluxos batch e de qualidade em Airflow, do crawler ao backfill. • Manter as definições de métricas em Cube.js — a fonte única que alimenta o BI e os agentes de IA e garante consistência em toda a empresa. • Operar consulta federada e OLAP de baixa latência sobre o lake, com isolamento de custo e acesso por tenant e queries performáticas. • Assegurar testes de dados, lineage e eficiência de custo, mantendo a plataforma confiável à medida que escala.

🎯 Requisitos

• Domínio de SQL e otimização de queries em ambientes distribuídos (Mínimo 5 anos). • Python com experiência sólida em PySpark ou processamento distribuído. • Orquestração (Airflow), ELT e dbt aplicados em larga escala (Mínimo 4 anos). • Streaming (Kafka, Flink) e arquiteturas Lakehouse com Apache Iceberg (Mínimo 3 anos). • Sólida noção de governança, qualidade e modelagem de dados. • Conforto com desenvolvimento assistido por IA (Claude Code). • CDC (Debezium) e OLAP de baixa latência (ClickHouse, Pinot, Trino/Athena). • Semantic Layers (Cube.js, dbt) e arquiteturas Data Mesh. • Governança e catálogo (OpenMetadata, Lake Formation). • Vector databases (Qdrant) e pipelines de dados para ML.

🏖️ Benefícios

• Trabalho Remoto • Tempo de Projeto: 6 meses, com possibilidade de extensão/internalização.