Engenheiro de Dados

**Função: Engenheiro de Dados** **Modelo de Trabalho:** 100% home office **Regime de Contratação:** Prestador de Serviço (PJ) **Jornada:** Horários Flexíveis **Pagamento:** à combinar Nós da **HW** somos uma publisher no mercado internacional de suplementos naturais, atuando no topo do Direct Response global. Conectamos micro influenciadores a consumidores por meio de marketing de afiliados, oferecendo suporte completo em conteúdo: copywriting, edição de vídeo, web design... Tudo para maximizar performance e escala! **Somos gigantes e a prova é clara: nosso faturamento previsto de R$ 2 bilhões em 2025\.** Se você busca um ambiente colaborativo e inovador, a **HW** é o lugar ideal para você! **Sobre a vaga:** O Engenheiro de Dados Sênior será o responsável por projetar, construir e evoluir toda a arquitetura de dados da empresa, garantindo eficiência, governança e escalabilidade em todo o ecossistema de informações. Este profissional será o responsável pela qualidade dos dados e atuará de ponta a ponta, desde a ingestão e modelagem até o consumo por produtos de dados, relatórios e dashboards em Power BI. Deve ter visão técnica sólida, capacidade analítica apurada e um olhar estratégico sobre o impacto dos dados no negócio. Além da parte técnica, o profissional deverá influenciar boas práticas, padronizar processos e colaborar com áreas de tecnologia, produto e negócios, garantindo que as decisões sejam sempre baseadas em dados confiáveis e bem estruturados. **Principais Atribuições:** * Desenhar, construir e manter pipelines de dados escaláveis e resilientes (ETL/ELT). * Implementar boas práticas de engenharia de dados, versionamento, testes e automação de processos. * Projetar e otimizar modelos de dados (relacionais e não relacionais) para suportar análises e relatórios. * Trabalhar na integração de sistemas internos e externos, conectando diversas fontes de dados (APIs, bancos de dados, planilhas, ferramentas SaaS etc.). * Garantir a governança e qualidade dos dados, definindo padrões de nomenclatura, documentação e validação. * Dar suporte às áreas de negócio e BI, ajudando a transformar dados em insights acionáveis. * Criar e manter datasets e modelos de dados para Power BI, otimizando performance e usabilidade. * Colaborar com times de backend e analytics, assegurando consistência entre sistemas transacionais e analíticos. * Propor e liderar melhorias contínuas na arquitetura de dados e nas práticas de engenharia. **Requisitos Técnicos e Experiência** * Sólida experiência em Engenharia de Dados, Data Warehousing ou áreas correlatas. * Forte domínio em SQL, Python e frameworks de ETL/ELT (Airflow, dbt, Prefect, etc.). * Experiência com bancos de dados relacionais e NoSQL (PostgreSQL, MySQL, MongoDB, BigQuery, Snowflake, Redshift, Clickhouse etc.). * Conhecimento em modelagem de dados (Kimball, Data Vault, Star Schema). * Experiência com integrações de APIs REST e pipelines de ingestão. * Experiência com ferramentas de visualização, especialmente Power BI. * Experiência com versionamento (Git) e boas práticas de DevOps/DataOps. * Noções de backend (Node.js, Python, Go ou similar) e integração entre microsserviços. * Diferencial: experiência com infraestrutura em nuvem (AWS, GCP ou Azure) e ferramentas de orquestração de dados. **Soft Skills e Perfil Comportamental** * Mentalidade data\-driven e orientação a resultados. * Capacidade de tomar decisões técnicas com visão de produto. * Autonomia, espírito de dono e foco em melhoria contínua. * Boa comunicação com times técnicos e não técnicos. * Perfil colaborativo, com disposição para compartilhar conhecimento e mentorar outros membros do time. **Objetivos do Cargo (Primeiros 6 meses)** * Mapear e documentar toda a atual estrutura de dados. * Propor e implementar uma nova arquitetura de dados mais eficiente e escalável. * Padronizar práticas de modelagem, versionamento e integração. * Otimizar os modelos de dados para Power BI e relatórios corporativos. * Reduzir retrabalho e inconsistências entre fontes de dados. * Criar bases sólidas para futuras iniciativas de Data Science e Machine Learning.