Engenheiro(a) de Dados Sênior

O AgRisk é um HUB completo de inteligência que reúne dados, tecnologia, governança e análise para apoiar todas as etapas da jornada do crédito agro. Como solução pioneira no setor, estabelece um novo padrão de eficiência, simplicidade e precisão, tornando as decisões mais rápidas, seguras e consistentes para equipes de risco, crédito, compliance e inteligência.

Principais soluções do Hub:

• AgRisk: Integra dados de restritivos nacionais ao fluxo de análise de crédito, permitindo a leitura estruturada de inadimplência, histórico de pagamentos e sinais de risco ao longo da jornada decisória. As informações são consolidadas em um único ambiente e utilizadas como apoio para decisões de crédito mais consistentes, sempre em conjunto com dados financeiros, jurídicos e comportamentais.
• AgFlow: É uma a esteira de crédito responsável por estruturar e organizar a jornada de análise e decisão de crédito, do cadastro à formalização.
• CredAcademy: Capacitação para profissionais que buscam autoridade sobre o crédito agro.

• Projetar e evoluir a plataforma de dados usando GCP + Databricks, garantindo escala, confiabilidade e custo sob controle;
• Construir e operar pipelines de dados batch e near-real-time para ingestão de fontes internas e externas;
• Definir padrões de arquitetura e modelagem de dados (ex.: lakehouse Bronze, Silver e Gold);
• Construir e evoluir data marts e modelos analíticos para produto, receita, risco, cobrança e operações;
• Implementar práticas de qualidade e confiabilidade de dados (validações, incrementalidade, reprocessamento, auditoria);
• Implantar observabilidade de dados (monitoramento, alertas, SLIs/SLOs e runbooks);
• Otimizar performance e custo dos pipelines e consultas;
• Trabalhar de forma próxima com Produto, Engenharia, Risco e Analytics para alinhar prioridades e requisitos;
• Atuar como referência técnica, definindo padrões, revisando PRs e apoiando a evolução do time.

• Experiência sólida como Engenheiro(a) de Dados Sênior em ambiente de produto;
• SQL avançado e Python aplicados a pipelines e transformações de dados;
• Experiência com Spark / Databricks ou processamento distribuído equivalente;
• Forte vivência em modelagem analítica e construção de data marts;
• Experiência com bancos SQL e NoSQL (PostgreSQL, MongoDB ou equivalentes);
• Experiência com cloud (preferencialmente GCP), incluindo segurança, custo e operação;
• Boas práticas de engenharia: versionamento, code review, CI/CD, testes e documentação;
• Capacidade de tomar decisões técnicas, balanceando trade-offs e impacto no negócio.

• Experiência com CDC e arquiteturas orientadas a eventos;
• Experiência com dbt, qualidade de dados e governança;
• Vivência em casos de uso de Machine Learning;
• Inglês técnico/conversacional.