Engenheiro de Dados Especialista

Intervalor; São Paulo; Presencial; BRL 60.000 - 100.000; Tempo integral

Resumo da oferta

Uma empresa inovadora no setor de recuperação de crédito busca um Engenheiro de Dados para desenvolver e otimizar soluções que suportam processos analíticos e operacionais. Com mais de 20 anos de experiência, a organização valoriza a humanização nas relações e a eficiência na recuperação de crédito. O profissional será responsável por traduzir necessidades de negócio em soluções técnicas, trabalhando com dados financeiros e garantindo a governança das informações. Se você é proativo, flexível e busca um ambiente dinâmico e desafiador, essa oportunidade é perfeita para você.

Qualificações

• Experiência em modelagem de dados relacionais e dimensionais.
• Domínio de ferramentas ETL/ELT e processamento de dados em tempo real.

Responsabilidades

• Desenvolver e otimizar pipelines de dados para processos analíticos.
• Garantir governança e escalabilidade das soluções de dados.

Conhecimentos

Modelagem de dados

ETL/ELT

Processamento em lote e streaming

Integrações com sistemas legados

Governança de dados na nuvem

Formação académica

Graduação em Ciência da Computação

Pós-graduação em Análise de Dados

Ferramentas

Apache Airflow

Spark

Kafka

BigQuery

AWS Redshift

Descrição da oferta de emprego

Job description

Você tem o desafio. A gente tem a solução.

Com mais de 20 anos de mercado, somos um dos principais players de recuperação de crédito e relacionamento do Brasil.

Chegamos pra alavancar as jornadas de negociação com humanização nas relações, digitalização e eficiência na recuperação de crédito.

Usamos dados para mudar o futuro, trazendo ofertas personalizadas no momento que o cliente mais precisa.

Integramos canais para que o atendimento seja por onde o consumidor mais usa e da forma mais simples possível.

Sem letras miúdas ou juridiquês. Aqui é ganha-ganha pro cliente e pra sua empresa.

Eficiência e humanização caminhando juntas, rumo à revolução.

Isso é Intervalor. E este é apenas o começo

Main responsibilities

Engenheiro de Dados responsável por desenvolver, manter e otimizar pipelines e estruturas de dados que suportem processos analíticos, operacionais e estratégicos da área de cobrança. Deve ter forte entendimento de dados financeiros, garantir governança e escalabilidade das soluções, além de traduzir necessidades de negócio em soluções técnicas eficientes.

Conhecimentos de Negócio (Segmento de Cobrança)

• Domínio do ciclo de crédito e cobrança: compreensão das etapas desde a concessão até a recuperação (pré-vencido, vencido, renegociação, recuperação judicial etc.).
• Entendimento de KPIs operacionais e estratégicos: bucket de atraso, saldo devedor, índice de recuperação, CPC (custo por contato), eficiência de régua, curva de recuperação, NPL (Non-Performing Loans).
• Regulatórios e compliance: LGPD, BACEN, Serasa, cadastro positivo, scoring de crédito.
• Conhecimento das plataformas e ferramentas da área: CRMs de cobrança, discadores automáticos, ferramentas de SMS/WhatsApp, gateways de pagamento, plataformas de régua de comunicação.
• Visão orientada a ROI e eficiência operacional: saber como seu trabalho impacta métricas de sucesso como inadimplência, CAC, LTV e churn.

Requirements and skills

Habilidades Técnicas

Engenharia de Dados

• Modelagem de dadosrelacional e dimensional para dados financeiros e históricos de cobrança.
• ETL/ELT: ferramentas como Apache Airflow, dbt, Dataflow, ou soluções caseiras escaláveis.
• Processamento em lote e streaming: Spark, Kafka, Flink.
• Integrações com sistemas legados e APIs externas(bureaus de crédito, plataformas de cobrança, bancos).
• Armazenamento de dados sensíveis com segurança: criptografia, mascaramento, tokenização, gestão de acessos.

Data Warehouse (DW)

• Design e implementação de DWs modernos: arquitetura em camadas (raw, staging, curated, analytics).
• Experiência com modelagem dimensional(Kimball), especialmente voltada a temas financeiros e operacionais.
• Domínio de conceitos como: SCDs, star schema, data marts e normalização/desnormalização de dados.
• Capacidade de criar modelos escaláveis e auditáveis, com foco em reutilização e consistência semântica entre domínios (clientes, contratos, contatos, pagamentos, etc.).
• Uso de ferramentas como dbtpara versionamento e documentação de modelos analíticos.

Dados na Nuvem

• Experiência sólida em ambientes cloud(preferencialmente GCP, AWS ou Azure):
• GCP: BigQuery, Cloud Storage, Dataflow, Pub/Sub.
• AWS: Redshift, Glue, S3, Kinesis.
• Azure: Synapse, Data Lake, Data Factory.
• Design de pipelines com serviços serverless e gerenciados, balanceando custo e performance.
• Governança de dados na nuvem: particionamento, clustering, controle de acessos com IAM, logs de auditoria.
• Monitoramento e otimização de custo: análise de query plans, compressão, manutenção de dados históricos em cold storage.
• Boas práticas de versionamento, CI/CD e IaCpara deploy de estruturas e processos de dados (Terraform, GitLab CI/CD, Cloud Build).

Cultura de Performance e Flexibilidade

Somos uma empresa orientada à performance, com entregas rápidas e forte ritmo de execução. Nosso ambiente é dinâmico, desafiador e exige:

• Comprometimento com prazos curtose entregas com impacto direto no negócio.
• Flexibilidade de agenda, com disponibilidade para atuar em janelas fora do horário comercial quando necessário — incluindoeventuais sábados, domingos ou feriados, sempre com clareza de propósito e alinhamento com o time.
• Mentalidade dedono(a), autonomia para buscar soluções e disciplina para manter qualidade mesmo em ritmo acelerado.

Soft Skills e Postura Profissional

• Mentalidadeorientada a produto e valor de negócio.
• Capacidade dedialogar com áreas não técnicas: cobrança, CRM, jurídico, financeiro.
• Atitude proativa e investigativa para entendergargalos operacionais que podem ser resolvidos com dados.
• Forte preocupação comprivacidade, segurança e ética no uso dos dados.
• Espírito colaborativo: integração com engenheiros de software, analistas de dados, cientistas e time de negócio.

Diferenciais

• Experiência commachine learning pipelines para score de propensão à quitaçãoou segmentação de devedores.
• Atuação em empresas defintechs, bancos digitais, plataformas de crédito, assessorias de cobrança.
• Vivência comgovernança de dadose data mesh em grandes estruturas organizacionais.