Engenheiro de Dados Sênior (Redshift, Airflow e DBT)

A Leega é uma empresa focada no atendimento eficiente e inovador em seus clientes.

Isso não poderia ser diferente com o nosso principal combustível: as pessoas!

Nossa cultura é inspiradora e nossos valores estão presentes no dia a dia: ética e transparência, excelência de qualidade, trabalho em equipe, responsabilidade econômica, social e ambiental, relações humanas e credibilidade.

Buscamos profissionais inovadores que sejam movidos por desafios e focados em resultados.

Se você busca uma empresa dinâmica e parceira e que investe em seus colaboradores através de capacitação constante, a Leega é o lugar para você!>> A LEEGA É PARA TODOS, ficaremos muito felizes em ter você em nosso time. Venha fazer parte da nossa história e da construção do nosso futuro.

Cadastre-se agora mesmo em nossas vagas!

Responsabilidades e atribuições

Buscamos um Engenheiro de Dados Sênior que, além de construir e operar pipelines, assuma responsabilidade arquitetural sobre a plataforma de dados: modelagem do data warehouse, padrões de ingestão, governança de camadas e decisões de performance e custo. É uma posição de execução técnica pesada — a pessoa escreve código, faz tuning de banco, revisa modelagem de terceiros e responde pela confiabilidade dos dados que alimentam painéis executivos, relatórios a clientes e obrigações regulatórias. O ambiente é regulado, no mercado financeiro e de investimentos, onde rastreabilidade, reprodutibilidade e correção auditável dos números são requisitos de primeira ordem. A interlocução acontece com áreas como Wealth Management, Comercial, Risco, Compliance e Operações, além da atuação como referência técnica para engenheiros pleno e júnior. Principais responsabilidades Projetar, construir e manter pipelines de ingestão e transformação orquestrados em Apache Airflow, com padrões consistentes de retry, idempotência, alerta e SLA. Desenvolver e evoluir modelos de transformação em dbt sobre o data warehouse, organizando as camadas (staging, intermediate e marts) com testes e documentação. Implementar ingestões de fontes heterogêneas, como bancos transacionais, APIs de terceiros (custodiantes, distribuidores, provedores de mercado), arquivos regulatórios e planilhas operacionais. Definir e defender o modelo de dados do warehouse (dimensional, Data Vault ou híbrido, com justificativa), incluindo chaves, granularidade, historização (SCD) e tratamento de correções retroativas. Estabelecer e fiscalizar padrões de distribuição, ordenação e particionamento no MPP (DISTKEY, SORTKEY e compressão em Redshift, ou equivalentes em outras engines). Conduzir tuning de performance e custo, com análise de planos, filas/WLM, concorrência, manutenção (VACUUM/ANALYZE), rewrite de queries e materializações. Instrumentar observabilidade e controles automatizados de qualidade dos dados, cobrindo freshness, volumetria, quebras de contrato e reconciliação entre origem e destino. Desenhar camadas e contratos de dados entre times, definindo fonte da verdade, quem escreve onde e o que é exposto para BI. Garantir linhagem e rastreabilidade ponta a ponta, de um número no painel até a origem e a versão do código que o produziu, aplicando controles de acesso, segregação por sensibilidade e conformidade com LGPD e com as normas do setor. Documentar decisões arquiteturais (ADRs), manter o dicionário de dados vivo e atuar em code review, pareamento e definição de padrões com o time.

Requisitos e qualificações

Requisitos obrigatórios 6+ anos de experiência em engenharia de dados, sendo pelo menos 2 anos com responsabilidade arquitetural (ter desenhado o modelo, não apenas implementado o desenho de outra pessoa). Histórico comprovado de ter colocado em produção e operado uma plataforma de dados analítica, com incidentes, plantão e consequências reais. SQL avançado: window functions, CTEs recursivas, leitura de plano de execução, diagnóstico de skew e de spill em disco. Python aplicado a engenharia de dados, com código modular, testável e versionado (não apenas notebooks), incluindo pandas ou polars, tipagem e testes automatizados. Apache Airflow em produção: autoria de DAGs, sensores, backfill, gestão de dependências e de falhas. Data warehouse MPP em nuvem, preferencialmente Redshift (Snowflake, BigQuery ou Databricks são aceitos, com disposição para se aprofundar em Redshift). dbt ou ferramenta equivalente de transformação versionada, com testes. Modelagem dimensional (Kimball) com domínio real: fato e dimensão, granularidade, SCD tipos 1 e 2, tabelas ponte e snapshots. Git e cultura de code review, com CI/CD aplicado a dados. Diagnóstico de performance, sabendo explicar por que uma query está lenta e comprovar a correção com números antes e depois. Diferenciais Experiência no mercado financeiro: investimentos, wealth management, custódia, renda fixa e variável, fundos, cálculo de rentabilidade (TIR/TWR), posição e movimentação. Vivência com dados regulatórios de CVM, BACEN, BSM e ANBIMA, incluindo prazos e formatos de entrega. Infraestrutura como código (Terraform) e serviços AWS (S3, Glue, Lambda, IAM, Step Functions). Formatos de tabela abertos (Iceberg, Delta), arquitetura lakehouse e streaming/CDC (Kafka, Debezium, Kinesis). Ferramentas de qualidade e catálogo (Great Expectations, Soda, DataHub, OpenMetadata) e experiência com camada semântica e BI (Power BI, Metabase, Looker). Ter conduzido uma migração relevante (legado para moderno, on-premises para nuvem ou planilha/VBA para pipeline versionado) com validação de paridade. Competências comportamentais Rigor com correção numérica: em ambiente regulado, "quase certo" é errado. Comunicação escrita clara, capaz de registrar a arquitetura em documento que sobreviva à saída do autor. Autonomia para investigar do painel até a origem do dado sem depender de aprovação a cada passo. Postura de referência técnica, com code review, pareamento e mentoria de profissionais pleno e júnior. Capacidade de traduzir demandas de negócio em desenho de dados sustentável, inclusive recusando atalhos que geram dívida técnica. Honestidade na estimativa de escopo, risco e prazo no planejamento técnico. INDISPENSÁVEL Conhecimento/Atuação em: SQL avançado, com leitura de plano de execução e diagnóstico de performance Apache Airflow em produção Data warehouse MPP em nuvem (preferencialmente Redshift) dbt ou ferramenta equivalente de transformação versionada Modelagem dimensional (Kimball), com SCD e definição de granularidade

Informações adicionais

Atuação: 100%Remoto.