Engenheiro de Dados Sênior

Company Description

A Serasa Experian é a primeira e a maior Datatech do Brasil. Líder em soluções de inteligência para análise de riscos e oportunidades, com foco nas jornadas de crédito, autenticação e prevenção à fraude. Com tecnologia de ponta, inovação e os melhores talentos, transforma a incerteza do risco na melhor decisão, ajudando pessoas a realizarem seus sonhos e empresas de todos os portes e segmentos a prosperarem.

Temos 22.000 pessoas operando em 32 países e a cada dia estamos investindo em novas tecnologias, profissionais talentosos e inovação para ajudar todos os clientes a maximizarem cada oportunidade. Com sede corporativa em Dublin, Irlanda, a Experian está listada na Bolsa de Valores de Londres (EXPN) e compõe o índice FTSE 100.

Description

Estamos em busca de um(a) Engenheiro(a) de Dados Sênior, atuação como analytics engineer para fortalecer nosso time de dados, com foco na estrutura da PagueVeloz, instituição de pagamento que compoem o ecossistema Serasa Experian tanto com soluções B2B como em iniciativas B2C.

Essa pessoa será responsável tanto por necessidades de ingestão de dados como construção da camada analítica e semântica, transformando dados brutos dados confiáveis e prontos para consumo, habilitando insights acionáveis, métricas consistentes e produtos de dados escaláveis.

Trabalhamos com Databricks/Lakehouse e buscamos alguém que goste de unir engenharia + modelagem + regras de negócio, com atenção a governança, qualidade e experiência do usuário analítico (BI/consumo). Em um cenário moderno, isso conecta diretamente com governança (Unity Catalog) e com a "tradução" do dado em conceitos de negócio.

Responsabilidades

• Desenhar e evoluir modelos de dados analíticos (fatos, dimensões, agregações, métricas/KPIs), com foco em camadas Gold e Semântica, garantindo consistência e reuso.
• Implementar padrões de modelagem (ex.: arquitetura medalhão) e boas práticas de entrega de dados para consumo analítico, com atenção a contratos, granularidade, conformidade e rastreabilidade.
• Atuar como ponte entre negócio e engenharia, traduzindo necessidades em modelos e datasets bem definidos (definições de métricas, regras, hierarquias, dimensões conformadas).
• Garantir qualidade e confiabilidade dos dados (testes, validações, controles, consistência entre camadas), reduzindo retrabalho e aumentando confiança.
• Otimizar performance dos modelos e consultas (Databricks SQL/Delta), incluindo desenho físico e escolhas que melhorem custo/latência para consumo.
• Colaborar na evolução da arquitetura analítica e do ecossistema de dados (governança, catálogo, observabilidade e padrões de desenvolvimento).
• Apoiar stakeholders e times de analytics/BI no uso correto dos dados (documentação, data discovery, enablement e melhoria contínua).

• Experiência sólida com SQL e Python aplicados a pipelines e modelagem analítica.
• Experiência prática de desenvolvimento com Databricks (notebooks, jobs/workflows e/ou Databricks SQL).
• Vivência com modelagem de dados para analytics, especialmente em Gold e camada semântica (métricas, dimensões, tabelas fato, conformidade).
• Familiaridade com ambientes de cloud (AWS, Azure ou GCP).
• Boas práticas de engenharia: versionamento (Git), documentação e colaboração (ex.: Confluence, padrões de PR).
• Comunicação clara e capacidade de explicar conceitos e métricas para públicos técnicos e não técnicos.

• Power BI: experiência com modelagem dimensional, camada semântica, e principalmente performance (ex.: desenho de modelo, cardinalidade, relações, boas práticas para consultas e consumo).
• Experiência com dbt, Airflow ou ferramentas de orquestração/transformação (além do nativo do Databricks).
• Vivência com observabilidade/qualidade (testes, expectativas, alertas, SLAs).
• Conhecimentos de arquitetura data mesh e tratamento de dados como produto, com governança federada e autonomia para os domínios.
• Experiência na industria financeira, em times de Dados que constroem soluções para produtos, negócios, operações, regulatório entre outros

• Conhecimento em Databricks
• Conhecimento de Python/PySpark
• • Experiência sólida como Engenheiro(a) de Dados em ambiente AWS/Databricks
• Graduação em Engenharia, Computação, Sistemas ou áreas correlatas