Description Estamos em busca de um(a) Líder de Dados hands-on para liderar as iniciativas de Engenharia de Dados e Analytics, definindo arquitetura, governança e processos para coleta, tratamento, armazenamento e consumo de dados. Este profissional atuará diretamente no desenvolvimento técnico e também na coordenação de time, sendo responsável por garantir que os dados suportem decisões estratégicas do negócio. Responsibilities Responsabilidades Liderar a área de Engenharia de Dados e Analytics, atuando de forma técnica e estratégica. Definir arquitetura de dados, pipelines e melhores práticas para ambientes escaláveis e seguros. Projetar, implementar e manter pipelines de dados usando AWS Athena, Glue, Apache Airflow, Python, Nifi e Postgres. Estruturar data lakes e data warehouses, garantindo qualidade, performance e governança dos dados. Atuar no desenvolvimento de soluções para ingestão, transformação, modelagem e disponibilização de dados para times de BI, Analytics e Machine Learning. Acompanhar métricas, performance dos pipelines e propor automações e melhorias contínuas. Garantir documentação, versionamento, segurança e boas práticas no ciclo de dados. Colaborar com stakeholders de tecnologia, produto e negócios para traduzir necessidades em soluções baseadas em dados. Apoiar e orientar analistas, engenheiros e cientistas de dados do time. Prerequisites Tecnologias e Ferramentas Cloud/Data (AWS): Athena, Glue, S3, IAM, Lambda. Orquestração e ETL: Apache Airflow, Apache Nifi. Linguagem: Python (Pyspark desejável). Banco de Dados: PostgreSQL (e desejável experiência com Redshift ou Snowflake). Versionamento e CI/CD: Git/GitFlow. Arquitetura de Dados: Data Lake, Data Warehouse, modelagem dimensional. Requisitos Obrigatórios Experiência como Engenheiro(a) de Dados Sênior, Tech Lead ou Líder de Dados. Vivência prática com construção e manutenção de pipelines de dados (batch/stream). Expertise em Python, SQL e bancos relacionais (Postgres). Experiência com AWS (Athena, Glue, S3) e ferramentas de orquestração ( Airflow e/ou Nifi ). Conhecimentos de governança de dados, qualidade e boas práticas de engenharia. Perfil hands-on, com visão de liderança e capacidade de tomada de decisão técnica. Experiences Diferenciais Conhecimento em analytics, visualização de dados ou machine learning pipelines. Experiência com arquiteturas orientadas a eventos (Kafka, Kinesis). Vivência com LGPD, segurança e governança de dados corporativos. Certificações AWS (Data Analytics ou Solutions Architect). Cultura e Atuação Modelo híbrido em Alphaville. Papel estratégico na evolução da cultura data-driven da empresa. Autonomia para definir tecnologias, padrões e roadmap de dados.