20097 vagas abertas em São Paulo hoje · Mais vagas de Tecnologia
Engenheiro(a) de Dados Sênior
Modelo de Trabalho: 100% Remoto
Regime de Contratação: Prestador de Serviço (PJ)
Remuneração: A combinar
Sobre a empresa
A H&W Publishing é uma holding que nasceu no coração do Direct Response e hoje constrói, lança e escala produtos diversos para o mercado global, com forte atuação nos segmentos de DTC, nutracêuticos e affiliate marketing.
Somos uma operação movida por performance. Aqui, Copy, Media Buying, Tech, Design, Produto, Dados e Operações trabalham de forma integrada para transformar ideias em ofertas capazes de alcançar milhares de consumidores ao redor do mundo.
Nosso crescimento acompanha o ritmo do mercado em que atuamos: rápido, competitivo e orientado por dados. Em nosso primeiro ano de operação, alcançamos a liderança na América Latina e, já no primeiro trimestre de 2025, chegamos à liderança global do segmento.
Mas o que realmente define a H&W é o ambiente que construímos por trás dos números.
Reunimos profissionais que respiram Direct Response, gostam de testar, aprender, construir e escalar. Valorizamos pessoas com senso de dono, autonomia, velocidade de execução e vontade de fazer parte de projetos grandes, daqueles em que uma boa ideia pode rapidamente se transformar em um produto, uma oferta e uma operação global.
Por aqui, não buscamos apenas acompanhar o mercado. Somos nós quem definimos para onde ele vai.
Sobre a posição
Buscamos um(a) Engenheiro(a) de Dados Sênior para projetar, construir e evoluir a arquitetura da nossa plataforma de dados, disponibilizando dados confiáveis e em tempo real para dashboards, análises operacionais e inteligência de negócio.
A pessoa atuará em conjunto com Produto, Engenharia e áreas de negócio na definição de requisitos e indicadores, preparando também a base para futuras iniciativas de Machine Learning.
Principais Atribuições
- Projetar e evoluir a arquitetura da plataforma de dados.
- Desenvolver e manter pipelines de ETL/ELT, com extração de APIs, carga incremental e CDC.
- Modelar dados para Data Warehouse, Data Lake e Data Marts, com modelagem dimensional.
- Implementar processamento em batch e streaming, com arquitetura orientada a eventos.
- Garantir performance e confiabilidade dos bancos de dados.
- Estruturar práticas de Data Quality, Data Lineage, Data Catalog e Data Governance.
- Orquestrar pipelines e tratar dados históricos com versionamento e rastreabilidade.
- Implementar observabilidade dos pipelines: logs, métricas, monitoramento e alertas.
- Automatizar processos e deploys com GitHub Actions e Docker.
Desafios e primeiros 90 dias
- Primeiros 30 dias: compreender o negócio, as fontes de dados, a arquitetura atual e as principais necessidades de indicadores.
- Até 60 dias: atuar com autonomia nos pipelines e na modelagem, entregando melhorias em confiabilidade e performance.
- Até 90 dias: ter estruturado as bases de qualidade, observabilidade e governança dos dados, com dados confiáveis disponíveis para as áreas de negócio.
Requisitos
- Python e SQL avançado.
- PostgreSQL e MySQL: modelagem relacional, índices, particionamento, otimização de consultas e replicação.
- Modelagem de dados: Data Warehouse, Data Lake, Data Marts, Star Schema, Snowflake Schema, normalização e desnormalização.
- Construção de pipelines ETL/ELT, extração de APIs, incremental load e CDC.
- Processamento batch e streaming, processamento assíncrono e Event-Driven Architecture.
- AWS: S3, Lambda, SQS, RDS, CloudWatch e IAM.
- Git, GitHub, GitHub Actions e Docker.
- Observabilidade de pipelines: logs, métricas, monitoramento e alertas.
- Data Quality, Data Lineage, Data Catalog, Data Governance e versionamento de dados.
- Inglês intermediário ou superior.
Diferenciais
- TypeScript e Node.js.
- AWS Analytics: Glue, Athena, EMR, Kinesis e Redshift.
- Kafka e RabbitMQ.
- Apache Airflow ou Prefect.
- Metabase, Power BI ou Looker Studio.
- Kubernetes.
- Apache Spark, Data Lakehouse, Apache Iceberg ou Delta Lake.
- Machine Learning Pipelines e Feature Store.
- Vivência em fintechs, pagamentos, grandes volumes de eventos ou analytics em tempo real.
Localidade: São Paulo