Engenheiro de Dados PL

Contratação Acelerada; São Paulo; On-site; BRL 111,600 - 167,400; Full time

Job summary

A Contratação Acelerada, localizada em São Paulo, busca um profissional para integrar o time tech. O candidato será responsável pela criação e manutenção de pipelines de dados escaláveis, otimizando a ingestão e transformação de dados de diversas fontes.

O papel exige conhecimentos em ETL, bancos de dados SQL e NoSQL, além de uma abordagem colaborativa com equipes de Analytics e Data Science.

Qualifications

• Experiência em desenvolvimento de pipelines de dados escaláveis e resilientes.
• Conhecimento em processos ETL/ELT para limpeza e normalização de dados.
• Habilidade em orquestração e agendamento de fluxos de dados.

Responsibilities

• Projetar e manter pipelines de dados para ingestão e transformação.
• Implementar processos robustos de ETL/ELT.
• Otimizar armazenamento e processamento em bancos SQL e NoSQL.

Skills

Desenvolvimento de pipelines de dados

ETL/ELT

Otimização de banco de dados

Web scraping

Versionamento de código (Git)

Colaboração com cientistas de dados

Tools

PostgreSQL

MySQL

MongoDB

BigQuery

ElasticSearch

Job description

Você integrará o time tech e será responsável por impulsionar nosso tratamento de dados e coletas de múltiplas fontes e promovendo as soluções de precificação e tecnologia oferecidas pela empresa.

Responsabilidades

• Projetar, desenvolver e manter pipelines de dados escaláveis e resilientes para ingestão, transformação e armazenamento de dados provenientes de fontes estruturadas e não estruturadas (incluindo web scraping).
• Orquestrar e agendar fluxos de dados garantindo eficiência, escalabilidade e tolerância a falhas.
• Implementar e manter processos robustos de ETL/ELT para limpeza, normalização e enriquecimento de dados antes do consumo por equipes de Analytics, Pricing, IA/ML e Data Visualization.
• Otimizar armazenamento e processamento de dados em bancos SQL (PostgreSQL, MySQL) e NoSQL (MongoDB, BigQuery, ElasticSearch).
• Criar e manter frameworks de monitoramento de qualidade de dados, com métricas e alertas automáticos para identificar e corrigir inconsistências.
• Implementar práticas de versionamento de código (Git) e versionamento de dados (DVC ou similares) para rastreabilidade e reprodutibilidade dos pipelines.
• Automatizar fluxos de trabalho visando escalabilidade, desempenho e confiabilidade operacional.
• Trabalhar em estreita colaboração com cientistas de dados e engenheiros de software, garantindo datasets otimizados para modelagem e APIs.
• Monitorar continuamente a performance e a qualidade dos pipelines, aplicando ajustes e melhorias contínuas.