Engenheiro(a) de dados especialista
Nosso Modo de Fazer no Time: Transforme sua carreira com o iFood! Somos uma empresa brasileira de tecnologia referência na América Latina. Por meio de soluções inovadoras, conectamos milhares de restaurantes a milhões de consumidores diariamente com uma média de 100 milhões de pedidos mensais. Além do delivery de comida, também somos Mercado, Farmácia e Pet. Temos também o iFood Pago, nossa Fintech, que engloba o iFood Benefícios, o vale alimentação e refeição do iFood e o próprio iFood Pago, o banco do restaurante. Junte-se a nós e faça parte de uma equipe que está sempre à frente com tecnologia de ponta e inovação constante. Você fará parte do time de Governança de Dados, definindo e construindo o modo de trabalhar com dados aqui dentro do iFood, colaborando ativamente com times de engenharia, arquitetura e dados. Irá atuar próximo ao pilar de Data Quality & Data Reliability para garantir que tenhamos dados e demais artefatos confiáveis, precisos, completos e disponíveis para decisões de negócio assertivas. Esta é uma posição que exige conhecimento técnico em desenvolvimento e foco em identificar oportunidades, além de saber aplicar boas práticas de governança em ambientes modernos de dados em nuvem. Seu Cardápio Diário: Definirá políticas e processos de governança de dados com foco em Data Quality (qualidade, confiabilidade, linhagem, legislação, entre outros); Ajudará a projetar e construir soluções que facilitem a aderência às políticas estabelecidas, definindo dimensões de qualidade (acurácia, completude, consistência, atualidade, validade, unicidade) e métricas de representação para dados, pipelines, dashboards, dentre outros; Participará da definição e evolução do framework de Governança, promovendo a cultura de dados e impulsionamento da disciplina de Data Quality entre os times; Apoiará iniciativas de novas tecnologias e modos de trabalhar com dados para garantir que surjam com governança definida, ajudando domínios de dados a adotarem práticas de ownership, accountability e interoperabilidade; Irá desenvolver monitores e indicadores de governança, como scorecards de confiabilidade dos ativos de dados, construindo meios para validação, testes automatizados e alertas para monitoramento contínuo de qualidade; Desenvolver e disseminar o uso de bibliotecas reutilizáveis, data profiling e detecção de anomalias em escala; Colaborará com arquitetos e engenheiros para garantir que os pipelines de dados estejam em conformidade com as políticas definidas; Ingredientes Que Buscamos: Experiência prévia com governança de dados (Data Governance, Data Stewardship, Metadata Management, etc), principalmente com participação em iniciativas de Data Quality; Capacidade de adequar a teoria de governança para a realidade da operação do dia-a-dia, com conhecimento profundo das dimensões de qualidade de dados e como aplicá-las na prática; Vivência com monitoramento, alertas e troubleshooting de problemas de dados, com implementação de processos de Data Incident Response; Experiência em Engenharia de Dados ou Software (construção de pipelines de dados, micro serviços, git, testes, modularização e orquestração); Sólido entendimento do ciclo de vida de dados e de princípios de arquitetura moderna (Data Lake, Lake house, Data Warehouse); Conhecimento em Cloud (AWS, GCP ou Azure); Capacidade de escrever e interpretar queries em SQL e scripts em Python para análise, transformação e validação de dados; Boa comunicação com públicos técnicos e não técnicos; habilidade de traduzir complexidade técnica em linguagem acessível; Experiência com gestão de metadados, linhagem de dados e classificação de dados; Mindset colaborativo, resiliente e voltado à melhoria contínua. Para Realçar o Sabor: Conhecimento ou certificações em frameworks de governança de dados (ex: DAMA-DMBOK, DCAM, EDM Council); Experiência prática implementando frameworks de Data Contracts, Data Quality e Observabilidade de Dados em ambiente produtivo (Great Expectations, Soda, dbt tests, Monte Carlo, Datafold ou similares); Experiência com Machine Learning Ops, tendo familiaridade sobre conceitos como data drift, concept drift e model drift, e processos/ferramentas de validação de features, modelos e agentes de IA (TensorFlow Data Validation, Pandera, Pydantic, Deepchecks ou similares); Experiência com ferramentas de monitoramento e visualização de dados; Conhecimento em Data Warehouse, Bancos de Dados e Kafka; Conhecimentos de ferramentas como Airflow, Spark, Databricks, dbt ou similares; Conhecimento em estatística aplicada para detecção de anomalias e profiling. Buscamos uma pessoa apaixonada por tecnologia e governança de dados, que esteja sempre em busca de novos aprendizados e que goste de desafios. Se você se identifica com este perfil, adoraríamos conhecer você!