Estamos em busca de um Engenheiro de Dados com sólida experiência na construção e otimização de pipelines de dados. Este profissional terá papel fundamental no desenho, desenvolvimento e manutenção de soluções de integração de dados confiáveis, escaláveis e seguras. O candidato ideal deve ter forte conhecimento em plataformas de nuvem, práticas modernas de engenharia de dados e perfil analítico para garantir o fluxo eficiente de dados na organização.Responsabilidades PrincipaisProjetar, desenvolver e manter pipelines ETL/ELT para ingestão, transformação e entrega de dados estruturados e não estruturados.Implementar frameworks de ingestão de dados a partir de múltiplas fontes (bancos de dados, APIs, arquivos, streaming etc.).Garantir qualidade, consistência e confiabilidade dos dados por meio de validação, monitoramento e testes automatizados.Otimizar fluxos de processamento de dados visando custo e performance.Colaborar com Cientistas de Dados, Analistas e áreas de negócio para fornecer datasets limpos, confiáveis e bem documentados.Trabalhar com serviços nativos de nuvem (ex.: BigQuery, Dataproc, Dataflow, Databricks, Snowflake) para implementar arquiteturas escaláveis.Aplicar boas práticas de CI/CD, versionamento e Infraestrutura como Código (IaC) em pipelines de dados.Assegurar conformidade com normas de segurança, governança e privacidade (ex.: PII, GDPR, LGPD).Qualificações NecessáriasGraduação em Ciência da Computação, Sistemas de Informação, Engenharia ou áreas correlatas.Experiência comprovada em engenharia de dados, com foco em construção de pipelines.Domínio em SQL, Python e Spark.Experiência com plataformas de dados em nuvem (Google Cloud Platform, AWS ou Azure).Sólidos conhecimentos em modelagem de dados, data warehouse e arquiteturas lake/lakehouse.Vivência com ferramentas de orquestração (Airflow, Cloud Composer, Prefect, Dagster).Familiaridade com práticas de DevOps (Git, pipelines CI/CD, Terraform ou similares).Diferenciais DesejáveisExperiência com streaming em tempo real (Kafka, Pub/Sub, Kinesis).Conhecimentos em containerização (Docker, Kubernetes).Vivência com pipelines de machine learning e MLOps.Experiência com catálogos de dados, metadata management e ferramentas de governança.Competências ComportamentaisPerfil analítico e orientado à resolução de problemas.Capacidade de comunicar conceitos técnicos complexos de forma clara a públicos não técnicos.Trabalho em equipe, postura proativa e colaborativa.Inglês fluente (escrito e falado); espanhol será considerado um diferencial.