Data Engineer Sênior

Como Senior Data Engineer, você será responsável por construir e operar a espinha dorsal de dados de um produto digital de saúde de alto impacto. Com perfil hands-on e forte senioridade técnica, você projetará pipelines robustos e garantirá a qualidade, a governança e a rastreabilidade dos dados — seguindo os mais altos padrões de segurança e conformidade exigidos pelo setor de saúde. Nosso time tem escopo fluido : apesar do foco em engenharia de dados, você transitará também por temas de analytics engineering. Como a IA é parte central do produto, você colaborará de perto com os times de engenharia e IA para transformar dados clínicos e operacionais em ativos confiáveis que alimentam modelos inteligentes.

Atuação prática

Projetar, construir e manter pipelines de dados robustos (ETL/ELT) que abastecem produtos, análises e modelos;

Garantir qualidade, governança e rastreabilidade de dados com boas práticas de data contracts, catalogação e versionamento de datasets;

Contribuir com modelagem analítica e transformação de dados (ELT/dbt), apoiando a definição de métricas e da camada semântica que servem análises e produtos de dados;

Integrar pipelines de dados em fluxos CI/CD, garantindo reprodutibilidade e rastreabilidade;

Estabelecer observabilidade sobre os dados: tracing, logs, métricas de qualidade e alertas sobre degradação de pipelines;

Garantir conformidade com LGPD e normas aplicáveis ao setor de saúde, aplicando boas práticas de mascaramento de dados, gestão de PII e segurança by design;

Colaborar com os times de engenharia e IA, disponibilizando dados confiáveis para modelos de ML e sistemas de IA em produção.

Requisitos

Experiência sólida como Senior Data Engineer ou papel equivalente em produtos digitais de alta escala;

Domínio de Python para engenharia de dados;

Experiência com cloud platforms (Azure, AWS ou GCP) e ferramentas de orquestração (Airflow, Prefect ou equivalentes);

Sólido conhecimento em bancos de dados SQL e NoSQL, além de mensageria/eventos (Kafka, RabbitMQ ou equivalentes);

Conhecimento em segurança de dados, mascaramento de PII e conformidade com LGPD e normas do setor de saúde;

Capacidade de atuar com autonomia, entregar com qualidade e comunicar decisões técnicas com clareza para audiências técnicas e não-técnicas.

Desejado

Experiência com transformação e modelagem analítica em dbt e com definição de métricas / camada semântica;

Experiência com plataformas de MLOps (MLflow, Databricks, SageMaker ou similares): feature stores, model registry, experiment tracking, serving e monitoramento em produção;

Familiaridade com LLMs em produção e sistemas RAG — ingestão, chunking, indexação, embeddings e buscas híbridas — ou forte disposição para aprender;

Experiência com bancos de dados vetoriais;

Noções de ciclo de vida de modelos: retreinamento contínuo, drift detection e critérios de promoção/rollback com base em métricas de negócio e técnicas.

Diferencial

Experiência com tracing e avaliações de pipelines RAG (Langfuse, Ragas, DeepEval ou equivalentes);

Conhecimento em técnicas de busca híbrida (BM25 + densa), re-rankers e embeddings proprietários;

Experiência prévia em healthtech, fintechs ou setores com alta regulação de dados;

Contribuições open source ou participação ativa em comunidades de dados e IA.

#J-18808-Ljbffr