Senior Data Engeneering

Quickin; São Paulo; On-site; BRL 180,000 - 320,000; Full time

Job summary

A Quickin está buscando um(a) Engenheiro(a) de Dados Sênior para estruturar e evoluir nossa plataforma de dados, garantindo pipelines robustos, escaláveis e confiáveis. Você fará parte de um time que apoia áreas estratégicas com dados de alta qualidade, ajudando a transformar a empresa em uma organização data-driven, com governança, qualidade e performance em grande volume.

Além disso, trabalhará com Data Science, Produto e Engenharia, definindo padrões e arquitetura de dados, monitorando

Qualifications

• Experiência comprovada como Engenheiro(a) de Dados Sênior.
• Conhecimento em pipelines de dados em produção e plataformas de dados.
• Habilidade com governança e qualidade de dados.

Responsibilities

• Desenhar, desenvolver e manter pipelines de dados em produção.
• Modelar dados para analytics, BI e produtos de dados.
• Garantir qualidade, governança e segurança dos dados.
• Otimizar performance de processos e consultas em grande volume.
• Trabalhar com Data Science, Produto e Engenharia.
• Definir padrões e arquitetura de dados.
• Monitorar, depurar e melhorar o ecossistema de dados.

Skills

Pipelines de dados

Modelagem de dados

Governança de dados

Qualidade de dados

Desempenho de consultas

Parcerias com Data Science

Job description

Curte resolver problemas complexos de dados e ver seu trabalho impactando decisões reais de negócio? Essa vaga é para você.

Estamos buscando um(a) Engenheiro(a) de Dados Sênior para estruturar e evoluir nossa plataforma de dados, garantindo pipelines robustos, escaláveis e confiáveis. Você fará parte de um time que apoia áreas estratégicas com dados de alta qualidade, ajudando a transformar a empresa em uma organização data-driven.

• Desenhar, desenvolver e manter pipelines de dados em produção.
• Modelar dados para analytics, BI e produtos de dados.
• Garantir qualidade, governança e segurança dos dados.
• Otimizar performance de processos e consultas em grande volume.
• Trabalhar em parceria com times de Data Science, Produto e Engenharia.
• Definir boas práticas, padrões e arquitetura de dados.
• Monitorar, depurar e melhorar continuamente o ecossistema de dados.