Data Platform Engineer

Nossa missão Somos a Conta Simples , um sistema de gestão de despesas corporativas que une serviços financeiros e tecnologia.

Nós existimos para transformar e potencializar a jornada financeira das empresas, otimizando o tempo das pessoas.

Confira algumas de nossas conquistas

Estamos entre as 100 fintechs mais promissoras do mundo segundo a CB Insights

LinkedIn Top Startups 2023 estamos superando os desafios, gerando interesse e atraindo os melhores talentos

Pela terceira vez somos destaque entre as 100 Startups to Watch pela revista PEGN evidenciando nossa inovação, potencial de mercado, negócio e escalabilidade

Somos destaque entre as 50 Startups que mudam o Brasil (Exame), refletindo nossa influência no ecossistema de empreendedorismo

Segunda startup brasileira a receber aporte da Y Combinator

Estamos entre as 21 Startups Emerging Giants , pela KPMG

No início de 2024, recebemos uma nova rodada de investimentos (série B) de 200 milhões de reais.

Todas essas conquistas só foram possíveis por causa do nosso time. Acreditamos no potencial de cada Simpler e, juntos, construímos um ambiente colaborativo, de autonomia e com muito espaço para crescer e se desenvolver.

#VemSerSimpler!

/n O que esperamos de você:

Senioridade técnica para tomar decisões de arquitetura com trade-offs explícitos e influenciar times além do seu próprio.

Domínio em SQL: capacidade de escrever e depurar queries complexas, performáticas e legíveis.

Experiência sólida em Python aplicado a dados: construção de pipelines, integrações com APIs e ferramentas internas — com testes e código de qualidade de produção.

Ecossistema GCP: vivência prática com BigQuery, Cloud Storage, Pub/Sub e serviços de processamento (Dataflow, Dataproc ou equivalentes).

Orquestração: experiência com Airflow/Cloud Composer, incluindo idempotência, backfills e gestão de dependências.

Infraestrutura como código e cultura de engenharia: Terraform, Git/GitHub, CI/CD e Code Review como prática cotidiana.

Modelagem de dados: entendimento de Data Warehousing e modelagem dimensional o suficiente para desenhar camadas que sirvam bem a quem consome.

Experiência com Dataform ou dbt e com o ciclo de vida de transformações versionadas.

Confiabilidade e qualidade: prática em testes automatizados de dados, monitoramento e resposta a incidentes.

Será diferencial se você tiver:

Experiência com processamento em streaming (Pub/Sub, Dataflow, Kafka ou Flink) em cenários de baixa latência.

Vivência com arquiteturas modernas de plataforma de dados: data mesh, catálogo e discovery, self-service para times de negócio.

Conhecimento de arquitetura de dados para RAG (Retrieval-Augmented Generation): estruturação de dados e metadados para otimizar a recuperação e o contexto de informações por LLMs.

Experiência com Kubernetes, containers e práticas de SRE aplicadas a pipelines de dados.

Vivência no setor financeiro ou fintechs, incluindo requisitos de compliance e auditoria.

/n Seu dia a dia na Conta Simples:

Arquitetar e manter a plataforma de dados na GCP, definindo os padrões de ingestão, processamento e orquestração que sustentam todo o consumo analítico da empresa — de dashboards a agentes de IA.

Construir e evoluir pipelines de ingestão batch e near real time a partir de bancos transacionais, APIs e eventos, garantindo que novas fontes entrem no BigQuery de forma padronizada e com esforço decrescente.

Estabelecer contratos de dados e governança de schema, protegendo as camadas de consumo de quebras em upstream e tornando explícito o acordo entre quem produz e quem consome dados.

Implementar observabilidade de dados ponta a ponta — linhagem, frescor, volume e alertas —, para que falhas sejam detectadas pelo time antes de chegarem ao negócio.

Tratar infraestrutura como produto, versionando recursos em Terraform, mantendo pipelines de CI/CD e reduzindo o caminho entre uma ideia e um dado disponível em produção.

Otimizar performance e custo no BigQuery em escala, definindo estratégias de particionamento, clusterização, reservas e monitoramento de consumo para que o crescimento da empresa não vire crescimento proporcional de custo.

Garantir segurança e privacidade dos dados, implementando controles de acesso, mascaramento e políticas de retenção compatíveis com um ambiente financeiro regulado.

Atuar como referência técnica e mentor do time, conduzindo decisões de arquitetura, revisões de código e a disseminação de boas práticas de engenharia aplicadas a dados.

Colaborar diretamente com Analytics Engineering e Data Science, oferecendo a base e as ferramentas para que essas pessoas trabalhem com autonomia, sem depender de você para cada nova entrega.