Data Engineer | Engenheiro(a) de Dados

A Mailbiz é uma empresa SaaS focada em CRM para e-commerce, ajudamos os lojistas a aplicarem nosso método próprio de alavancagem de performance, focando em soluções de marketing digital (como e-mail marketing e outras possibilidades), conduzindo nossos clientes a um significativo aumento de engajamento e vendas.

Queremos entregar cada vez mais recursos tecnológicos e um melhor atendimento ao nosso cliente.

Nesse contexto, estamos à procura de um(a) Engenheiro(a) de Dados que será responsável por gerenciar e evoluir o lake house da Mailbiz, que centraliza todas as informações dos nossos sistemas para fornecer dados de alta qualidade e criar funcionalidades avançadas no produto. Este profissional trabalhará com equipes de alto nível, incluindo a consultoria Stack Technologies, e terá acesso a treinamentos especializados em engenharia de dados.

O foco principal será garantir a confiabilidade e eficiência dos pipelines de dados, desde a ingestão de dados na camada raw até sua transformação e organização na camada ouro, além de implementar práticas de observabilidade e monitoramento.

Principais Responsabilidades

• Controlar, monitorar e manter os pipelines de dados existentes, garantindo alta disponibilidade e desempenho.
• Implementar práticas de observabilidade e monitoramento em toda a arquitetura de dados.
• Evoluir e otimizar pipelines de dados do lake house (camadas raw, silver e gold).
• Garantir a integridade, consistência e governança dos dados no lake house multitenant.
• Colaborar com as equipes de engenharia de dados de nosso parceiro Stack Technologies no handover do projeto.
• Contribuir para o desenvolvimento de novas funcionalidades no lake house que suportem casos de uso avançados, como segmentação de clientes.
• Trabalhar com tecnologias da AWS (S3, Glue, Athena, Redshift, Lambda, etc.) e Delta Lake.
• Colaborar com outras áreas, como data science e analytics, para fornecer dados otimizados para análise e modelagem.
• Documentar os processos de ingestão, transformação e consumo de dados.

Requisitos Técnicos

• Experiência em engenharia de dados, com conhecimento prático de pipelines ETL/ELT e ferramentas relacionadas.
• Conhecimento avançado da stack AWS para dados: S3, Glue, Athena, Redshift, Lambda, EMR, Lake Formation, entre outros.
• Experiência com Delta Lake e arquitetura de lake houses.
• Conhecimento em Python ou Scala para desenvolvimento de pipelines de dados.
• Experiência com frameworks de processamento distribuído, como Apache Spark.
• Forte domínio de bancos de dados relacionais e não-relacionais (SQL e NoSQL).
• Conhecimento em modelagem de dados e boas práticas de governança de dados.
• Familiaridade com ferramentas de observabilidade, monitoramento e logs (e.g., CloudWatch, Prometheus, Grafana).
• Experiência em ambientes multitenant é um diferencial.

Soft Skills

• Colaboração: Capacidade de trabalhar com equipes multidisciplinares, incluindo consultorias e times internos.
• Organização: Habilidade de gerenciar prioridades e lidar com prazos em um ambiente dinâmico.
• Comunicação: Clareza para transmitir ideias técnicas e documentar processos.
• Proatividade: Capacidade de identificar problemas e propor soluções de forma autônoma.
• Aprendizado Contínuo: Interesse em explorar áreas como data science e analytics, caso queira evoluir na carreira.

Diferenciais

• Experiência em projetos de implementação de lake house ou data warehouse.
• Conhecimento em ferramentas de orquestração, como Apache Airflow ou AWS Step Functions.
• Experiência em projetos de segmentação de clientes ou marketing digital.
• Certificações AWS relacionadas a dados (e.g., AWS Certified Data Analytics, AWS Solutions Architect).