Companies in this catalog do not charge applicants. Never send money to apply.
Se você tem paixão por inovação e busca trabalhar em um ambiente ágil, colaborativo e desafiador, esta pode ser a sua oportunidade!
Para assumir a posição de Tech Lead de Analytics Engineer no nosso time de Data & AI , buscamos uma pessoa com perfil "mão na massa" paraliderar o time responsável por sustentar e evoluir a plataforma analítica que todos os times de dados do Asaas utilizam. A missão principal é definir os padrões, o ferramental e os mecanismos de qualidade, governança e automação que permitem que os times de domínios entreguem modelagem com velocidade, consistência e confiança. Na prática, isso significa liderar frentes como padronização de desenvolvimento em dbt, CI/CD, testes e observabilidade de dados, documentação e catálogo, FinOps da plataforma, governança e iniciativas de IA & automação aplicadas ao ciclo de vida do dado.
Para o sucesso nessa posição, é essencial o domínio de dbt e SQL, experiência com engenharia de software aplicada a dados (versionamento, revisão de código, automação de pipelines),além de visão sistêmica, proatividade e energia para engajar o time em um ambiente complexo e dinâmico.
Se interessou pela oportunidade mas não reside em Joinville? Não tem problema, possibilitamos o trabalho remoto/home office .
Ser a referência técnica de Analytics Engineering no Asaas , definindo e garantindo os padrões de modelagem, versionamento, testes e documentação adotados por todos os times de dados.
Liderar a arquitetura da camada compartilhada da plataforma analítica, garantindo modularidade, reuso e escalabilidade dos artefatos que sustentam os times de domínio.
Evoluir o ferramental e a experiência de desenvolvimento do time — projeto dbt, macros e pacotes internos, CI/CD, ambientes e templates — reduzindo atrito e retrabalho no ciclo de entrega.
Estruturar e manter os mecanismos de qualidade e observabilidade de dados: testes automatizados, freshness, alertas, gestão de incidentes e indicadores de saúde das pipelines.
Assegurar governança e confiabilidade dos dados em parceria com o time de Governança, atuando em catálogo, documentação, políticas de acesso e ciclo de vida dos artefatos.
Acompanhar e otimizar custo e performance da plataforma de dados, equilibrando eficiência e capacidade de entrega.
Impulsionar automações e aplicar IA Generativa ao ciclo de vida do dado, acompanhando tendências de analytics engineering e traduzindo-as em ganhos concretos para o time.
Mentorar e desenvolver o time, disseminando boas práticas de engenharia de dados por meio de code review, pairing e fóruns técnicos.
Promover um ambiente colaborativo, inclusivo e orientado a impacto.
Experiência em liderança técnica (formal ou informal)de times de dados.
Experiência em modelagem dimensional e desenvolvimento de pipelines analíticos escaláveis.
Experiência com SQL Avançado para estruturação, manipulação e transformação de grandes volumes de dados.
Experiência com dbt , incluindo organização de projeto, macros, testes e documentação.
Experiência com Databricks com Unity Catalog, Asset Bundles, gestão de permissões e de ambiente.
Experiência com Python para orquestração e automação de pipelines (Airflow ou equivalente).
Experiência com versionamento de código , utilizando Git e GitHub de forma estruturada.
Vivência com engenharia de software aplicadas a dados (automação via CI/CD , revisão de código e testes automatizados).
Vivência na definição e implementação de padrões técnicos (arquitetura, ferramentas ou fluxos) adotados de forma escalável por outras equipes de dados.
Graduação ou experiência equivalente em Engenharia, Ciência de Dados, Computação, Sistemas de Informação, Estatística, Economia ou áreas correlatas.
Informações adicionais
Diferenciais:
Atuação prévia em fintechs, meios de pagamento ou setores financeiros.
Conhecimento de IaC, com Terraform.
Experiência com produtização projetos de Machine Learning aplicados a produtos digitais (modelos de previsão, recomendação, personalização etc).
Participação em projetos de arquitetura de produtos digitais (data mesh, event-driven, CDC etc).
Experiência com testes estatísticos e mensuração de impacto de produto.
Modelo de trabalho:
Carga horária de 8h por dia (segunda a sexta-feira).