VEM PRA MADEIRA!!! 🧡🦒

Na MadeiraMadeira, acreditamos no poder de reinventar: reinventar casas, histórias e, principalmente, pessoas.

Aqui, crescer é parte da jornada. Se você quer ser protagonista, aprender na prática, colaborar ao lado pessoas incríveis e construir projetos que deixem um legado significativo na nossa história: seu lugar é aqui com a gente.

Sobre a vaga

A Diretoria de Tecnologia da MadeiraMadeira é composta por mais de 250 pessoas engajadas e determinadas em gerar valor com as melhores soluções em tecnologia e engenharia de dados. Aqui você vai encontrar uma galera apaixonada pelas tendências de tecnologia e que está super disposta a compartilhar conhecimento para crescermos juntos!

Modelo de trabalho: [Híbrido]
Localização: [Curitiba, PR]

✨Atividades que você vai protagonizar:

• Projetar, desenvolver e manter pipelines de dados batch e near real-time, de ponta a ponta, da ingestão à disponibilização para consumo;
• Evoluir a arquitetura do lakehouse em camadas (Bronze/Silver/Gold) no BigQuery, com padrões de modelagem, particionamento e clustering;
• Conduzir a migração de workloads de AWS (Redshift, S3, Airflow em ECS) para GCP (BigQuery, Cloud Storage, Dataform), garantindo paridade de dados e o desligamento seguro do legado;
• Orquestrar pipelines com Airflow e evoluir frameworks internos de geração de DAGs, buscando padronização e reuso;
• Integrar dados de fontes diversas (bancos transacionais, APIs, eventos, SaaS como Segment) com soluções de ingestão e CDC;
• Implementar qualidade de dados, observabilidade e alertas (testes, SLAs, monitoramento de freshness e volume) e atuar na resolução de incidentes;
• Aplicar práticas de engenharia de software aos dados: versionamento, code review, CI/CD, testes automatizados e infraestrutura como código;
• Otimizar custo e performance da plataforma (FinOps), monitorando o consumo de queries e de armazenamento;
• Garantir governança, segurança e privacidade (LGPD): controle de acesso, catalogação, linhagem e mascaramento de dados sensíveis;
• Apoiar times de Analytics Engineering e Data Science/IA com dados confiáveis e infraestrutura para modelos e aplicações com LLMs (Vertex AI);
• Ser referência técnica: participar de decisões de arquitetura, documentar padrões e mentorar pessoas engenheiras júnior e pleno.

🪑 Para montar o ambiente dos sonhos, não pode faltar:

• Experiência sólida (cerca de 5 anos ou mais) em engenharia de dados, com pipelines em produção e escala;
• Python avançado para engenharia de dados (código limpo, testável e modular);
• SQL avançado e domínio de modelagem de dados (dimensional, data vault ou lakehouse);
• Experiência com data warehouses em nuvem, preferencialmente BigQuery (ou Redshift, Snowflake etc.);
• Experiência com orquestração de pipelines, preferencialmente Airflow;
• Experiência com ferramentas de transformação versionada (Dataform, dbt ou similares);
• Vivência em pelo menos uma nuvem pública (GCP ou AWS) e seus serviços de dados;
• Git, CI/CD e boas práticas de engenharia de software;
• Conhecimento de qualidade, observabilidade e governança de dados;
• Experiência com metodologias ágeis.

🎨 Um toque especial na nossa decoração:

• Experiência com o ecossistema GCP: BigQuery, Dataform, Cloud Storage, Pub/Sub, Dataflow, Cloud Run, Vertex AI e Firestore;
• Experiência com migração de plataforma de dados entre nuvens;
• Infraestrutura como código (Terraform) e containers (Docker, Kubernetes);
• Streaming e CDC (Pub/Sub, Kafka, Datastream, Debezium);
• Spark/PySpark ou Databricks;
• Ferramentas de qualidade e observabilidade (Great Expectations, Dataplex, Monte Carlo ou similares);
• Vivência com Data Mesh ou governança federada;
• Experiência com pipelines para aplicações de IA generativa (RAG, embeddings, vector stores);
• Vivência em e-commerce, varejo ou marketplace.