Arquiteto de dados

Ewave do Brasil; São Paulo; On-site; BRL 250,000 - 420,000; Full time

Job summary

A Ewave do Brasil busca um(a) Arquiteto(a) de Dados para desenhar e evoluir arquiteturas corporativas, assegurando escalabilidade, desempenho e governança. Você conduzirá a concepção de soluções ponta a ponta, definindo modelos analíticos, padrões de dados e estratégias de armazenamento em Data Lake, Data Warehouse, Lakehouse e Data Mesh.

O papel envolve liderar equipes técnicas, mentorias e implementação de pipelines resilientes com foco em eficiência de custos e observabilidade, alinhado a

Qualifications

• Engenharia de dados em ambientes de média e grande escala.
• Arquitetura de dados e desenho de soluções analíticas.
• Modelagem analítica de dados com tabelas fato/dimensão E DW/ Lakehouse.
• Desenho de camadas de dados (raw/bronze, trusted/silver, curated/gold).
• Domínio de Big Data e processamento distribuído (Spark).
• SQL avançado, tuning e otimização de consultas complexas.
• Python/PySpark para pipelines e transformação de dados.
• Experiência com serviços AWS de dados (Glue, EMR, Lake Formation, Redshift, S3, Step Functions).
• Pipelines ETL/ELT com dbt, Glue, e orquestração com Airflow/Step Functions.
• Integração de dados, APIs, microsserviços, containers e mensageria (Kafka/Kinesis).
• Governança, segurança, compliance e controle de acesso.
• Observabilidade e qualidade de dados (monitoramento, rastreabilidade).
• Boas práticas de engenharia de software (CI/CD, testes automatizados).
• Capacidade de traduzir negócio em métricas, KPIs e OKRs.
• Liderança técnica e mentoria de times.

Responsibilities

• Desenhar, definir e evoluir arquiteturas de dados de grande escala.
• Concepção de soluções ponta a ponta atendendo requisitos funcionais e não funcionais.
• Modelar dados analíticos (fatos/dimensões), DW, Marts e Lakehouse.
• Definir estratégias de armazenamento e processamento (Data Lake/Warehouse/Lakehouse/Data Mesh).
• Criar pipelines de ingestão, transformação e disponibilização de dados com foco em resiliência e observabilidade.
• Aplicar DataOps/FinOps e monitoramento para otimizar custos na nuvem.
• Promover integração entre plataformas de dados e iniciativas de IA (ML/GenAI).
• Definir padrões de governança, qualidade e linhagem de dados; orientar equipes.

Skills

Engenharia de dados

Arquitetura de dados

Modelagem analítica

SQL avançado

Python/PySpark

Spark

Governança de dados

Observabilidade de dados

Mentoria técnica

Tools

Spark

dbt

Airflow

Kafka

Kinesis

Glue

EMR

Redshift

S3

Job description

• Desenhar, definir e evoluir arquiteturas de dados corporativas, estabelecendo padrões, boas práticas e estratégias que garantam escalabilidade, desempenho, resiliência, segurança e eficiência de custos.
• Atuar na concepção de soluções de dados ponta a ponta, desde o entendimento da necessidade com áreas de negócio até a definição da arquitetura técnica, garantindo aderência aos requisitos funcionais e não funcionais.
• Projetar modelos de dados analíticos e arquiteturas de consumo, incluindo modelagem dimensional, definição de fatos e dimensões, Star Schema, camadas de curadoria e estruturas para analytics e BI.
• Definir estratégias de armazenamento e processamento de dados em ambientes Data Lake, Data Warehouse, Lakehouse e Data Mesh, considerando volume, latência, governança e custo.
• Criar e evoluir pipelines de ingestão, transformação e disponibilização de dados, com foco em resiliência, escalabilidade, observabilidade e automação.
• Aplicar práticas de DataOps e FinOps, promovendo eficiência operacional, monitoramento contínuo, qualidade de dados e otimização do uso de recursos em nuvem.
• Garantir integração entre plataformas de dados e iniciativas de IA, suportando casos de uso de analytics avançado, Machine Learning e GenAI.
• Definir padrões de modelagem, catálogo, linhagem, qualidade e governança de dados, assegurando consistência e confiabilidade da informação.
• Apoiar times técnicos e áreas de negócio na tradução de regras de negócio em estruturas analíticas, métricas, KPIs, indicadores e modelos de dados sustentáveis.
• Atuar como referência técnica, promovendo mentorias, revisões de arquitetura e direcionamento de boas práticas para o time de engenharia de dados.

Requisitos obrigatórios

Requisitos

• Sólida experiência em engenharia de dados em ambientes de média e grande escala.
• Forte experiência em arquitetura de dados e desenho de soluções analíticas.
• Proficiência em modelagem de dados analítica, incluindo:
• definição de tabelas fato e dimensão;
• modelagem para Data Warehouse, Data Marts e ambientes Lakehouse.
• Experiência com desenho de camadas de dados Medalhão (raw/bronze, trusted/silver, curated/gold) e organização de dados para consumo analítico e operacional.
• Domínio de tecnologias de Big Data e processamento distribuído, especialmente Spark.
• Conhecimento avançado em SQL, tuning e otimização de consultas complexas.
• Programação avançada em Python e PySpark.
• Experiência com serviços de dados na AWS, como Glue, EMR, Lake Formation, Redshift, S3, Step Functions, entre outros.
• Vivência com pipelines ETL/ELT e ferramentas como dbt, Glue, além de orquestração com Airflow e/ou Step Functions.
• Experiência com integração de dados, APIs, microsserviços, containers e mensageria, como Kafka e Kinesis.
• Conhecimento em governança, segurança, compliance e controle de acesso em ambientes críticos.
• Experiência com observabilidade e qualidade de dados, incluindo monitoramento, auditoria, rastreabilidade e linhagem.
• Boas práticas de engenharia de software, como versionamento, CI/CD, testes automatizados e code review.
• Capacidade de traduzir conceitos de negócio em métricas quantitativas, KPIs e OKRs.
• Experiência em liderança técnica, mentoria e direcionamento de times.