Engenheiro de Dados

GRUPO H&W PUBLISHING São Paulo - SP PJ Remoto
GRUPO H&W PUBLISHING

GRUPO H&W PUBLISHING

Detalhes da vaga

Cargo
Engenheiro de Dados
Contrato
PJ
Vagas
1
Modelo
Remoto
Publicada
20/11/2026

Localização

Descrição da vaga

Engenheiro(a) de Dados Sênior

Modelo de Trabalho: 100% Remoto
Regime de Contratação: Prestador de Serviço (PJ)
Remuneração: A combinar

Sobre a empresa


A H&W Publishing é uma holding que nasceu no coração do Direct Response e hoje constrói, lança e escala produtos diversos para o mercado global, com forte atuação nos segmentos de DTC, nutracêuticos e affiliate marketing.

Somos uma operação movida por performance. Aqui, Copy, Media Buying, Tech, Design, Produto, Dados e Operações trabalham de forma integrada para transformar ideias em ofertas capazes de alcançar milhares de consumidores ao redor do mundo.

Nosso crescimento acompanha o ritmo do mercado em que atuamos: rápido, competitivo e orientado por dados. Em nosso primeiro ano de operação, alcançamos a liderança na América Latina e, já no primeiro trimestre de 2025, chegamos à liderança global do segmento.

Mas o que realmente define a H&W é o ambiente que construímos por trás dos números.

Reunimos profissionais que respiram Direct Response, gostam de testar, aprender, construir e escalar. Valorizamos pessoas com senso de dono, autonomia, velocidade de execução e vontade de fazer parte de projetos grandes, daqueles em que uma boa ideia pode rapidamente se transformar em um produto, uma oferta e uma operação global.

Por aqui, não buscamos apenas acompanhar o mercado. Somos nós quem definimos para onde ele vai.

Sobre a posição


Buscamos um(a) Engenheiro(a) de Dados Sênior para projetar, construir e evoluir a arquitetura da nossa plataforma de dados, disponibilizando dados confiáveis e em tempo real para dashboards, análises operacionais e inteligência de negócio.

A pessoa atuará em conjunto com Produto, Engenharia e áreas de negócio na definição de requisitos e indicadores, preparando também a base para futuras iniciativas de Machine Learning.

Principais Atribuições


  • Projetar e evoluir a arquitetura da plataforma de dados.
  • Desenvolver e manter pipelines de ETL/ELT, com extração de APIs, carga incremental e CDC.
  • Modelar dados para Data Warehouse, Data Lake e Data Marts, com modelagem dimensional.
  • Implementar processamento em batch e streaming, com arquitetura orientada a eventos.
  • Garantir performance e confiabilidade dos bancos de dados.
  • Estruturar práticas de Data Quality, Data Lineage, Data Catalog e Data Governance.
  • Orquestrar pipelines e tratar dados históricos com versionamento e rastreabilidade.
  • Implementar observabilidade dos pipelines: logs, métricas, monitoramento e alertas.
  • Automatizar processos e deploys com GitHub Actions e Docker.

Desafios e primeiros 90 dias


  • Primeiros 30 dias: compreender o negócio, as fontes de dados, a arquitetura atual e as principais necessidades de indicadores.
  • Até 60 dias: atuar com autonomia nos pipelines e na modelagem, entregando melhorias em confiabilidade e performance.
  • Até 90 dias: ter estruturado as bases de qualidade, observabilidade e governança dos dados, com dados confiáveis disponíveis para as áreas de negócio.

Requisitos


  • Python e SQL avançado.
  • PostgreSQL e MySQL: modelagem relacional, índices, particionamento, otimização de consultas e replicação.
  • Modelagem de dados: Data Warehouse, Data Lake, Data Marts, Star Schema, Snowflake Schema, normalização e desnormalização.
  • Construção de pipelines ETL/ELT, extração de APIs, incremental load e CDC.
  • Processamento batch e streaming, processamento assíncrono e Event-Driven Architecture.
  • AWS: S3, Lambda, SQS, RDS, CloudWatch e IAM.
  • Git, GitHub, GitHub Actions e Docker.
  • Observabilidade de pipelines: logs, métricas, monitoramento e alertas.
  • Data Quality, Data Lineage, Data Catalog, Data Governance e versionamento de dados.
  • Inglês intermediário ou superior.

Diferenciais


  • TypeScript e Node.js.
  • AWS Analytics: Glue, Athena, EMR, Kinesis e Redshift.
  • Kafka e RabbitMQ.
  • Apache Airflow ou Prefect.
  • Metabase, Power BI ou Looker Studio.
  • Kubernetes.
  • Apache Spark, Data Lakehouse, Apache Iceberg ou Delta Lake.
  • Machine Learning Pipelines e Feature Store.
  • Vivência em fintechs, pagamentos, grandes volumes de eventos ou analytics em tempo real.

Fonte: solides

Interessado nesta vaga?

Candidate-se agora e dê o próximo passo na sua carreira.

Vagas relacionadas