<\> Casa do Dev
Notícias abrir
Ferramentas abrir
Vagas abrir
Aprender abrir
Comunidade abrir
Guia de Compras abrir
Vaga aberta publicada em 31/10/2026

Engenheiro de dados Sr.

UOL EdTech · São Paulo, SP

PJ Senior Híbrido
Compartilhar WhatsApp LinkedIn Telegram X

Descrição da vaga

Descrição da vaga

Estamos em busca de pessoas apaixonadas por educação e tecnologia!

Queremos que você saiba atuar em um ambiente que exige a união de múltiplas competências e experiências e com foco no resultado para deixarmos nosso legado no mundo.

Se você, assim como nós, tem paixão por educação e tecnologia, o UOL EdTech é para você! 🧡

Confira essa oportunidade e vem ser #EdTecher!

Responsabilidades e atribuições

  • Definir, evoluir e sustentar a arquitetura de dados (Data Lake / Data Warehouse / Lakehouse) e o desenho em camadas (Medallion), garantindo padrões de governança, segurança, qualidade e confiabilidade.
  • Projetar e implementar pipelines de dados (ETL/ELT) em batch e streaming, integrando múltiplas fontes (APIs, bancos, eventos e arquivos) com foco em performance, monitoramento e observabilidade.
  • Atuar de forma protagonista na entrega da camada analítica conectando integração/refino (Silver) a produtos de dados reutilizáveis para negócio, analytics e ciência de dados.
  • Desenvolver e evoluir transformações com dbt, priorizando código modular, versionado, testável e documentado (incluindo macros e modelos incrementais quando aplicável).
  • Implementar Data Contracts, testes automatizados e práticas que reduzam rupturas em consumo downstream (dashboards, datasets e aplicações) por mudanças inesperadas na origem.
  • Atuar como referência técnica no time, promovendo DataOps, Git/PRs, CI/CD, documentação e padrões de engenharia; apoiar integrações com IA/ML por meio de bases limpas, estáveis e bem definidas.

Requisitos e qualificações

  • Experiência sólida como Engenheiro(a) de Dados Sênior em plataformas e pipelines de dados em ambiente corporativo.
  • Experiência prática com Databricks em AWS, incluindo desenvolvimento, operação e monitoramento de notebooks, jobs, workflows e pipelines de dados.
  • Domínio de SQL, Python e PySpark/Spark, com capacidade de escrever consultas performáticas e desenvolver transformações complexas para processamento e análise de dados.
  • Experiência com arquitetura Lakehouse, Delta Lake e arquitetura Medallion (Bronze/Silver/Gold), incluindo processamento incremental, evolução de schema e otimização de performance.
  • Conhecimento dos principais serviços AWS utilizados em plataformas de dados, especialmente Amazon S3, IAM e AWS Glue, incluindo desenho e operação em nuvem.
  • Experiência com ingestão e orquestração de dados em batch, incremental e streaming, incluindo CDC e uso de Databricks Workflows/Lakeflow Jobs ou ferramentas equivalentes.
  • Experiência com governança e segurança de dados em Databricks, especialmente Unity Catalog, controle de acesso, lineage e organização de catálogos e schemas.
  • Experiência com arquitetura de dados e modelagem dimensional (Kimball/Star Schema), além de integração com bancos relacionais (SQL Server, Oracle) e não relacionais (MongoDB).
  • Experiência com qualidade e confiabilidade de dados, incluindo Data Contracts, testes automatizados, monitoramento e observabilidade de pipelines.
  • Domínio de Git e processos de Pull Request / code review, além de CI/CD aplicado a projetos e pipelines de dados.

Informações adicionais

Para se destacar nessa posição, seria legal se você também tivesse:

  • Mindset de engenharia -paixão por automação, qualidade de código e documentação; forte ownership sobre dados e plataforma.
  • Conhecimento em Python para automações, integrações e rotinas de engenharia de dados.
  • Conhecimento em práticas de DataOps e governança (LGPD).
  • Disponibilidade para atuar em modelo híbrido (3x na semana) em São Paulo - SP.

Deixe seu preparo a postos

Enquanto voce se prepara para vagas como esta, um setup confortavel e material de estudo ajudam no dia a dia. Selecionamos itens que combinam com o momento:

Contem links de afiliados. Comprando por eles voce apoia o portal sem pagar nada a mais.

Responsabilidades

  • Definir, evoluir e sustentar a arquitetura de dados (Data Lake / Data Warehouse / Lakehouse) e o desenho em camadas (Medallion), garantindo padrões de governança, segurança, qualidade e confiabilidade.
  • Projetar e implementar pipelines de dados (ETL/ELT) em batch e streaming, integrando múltiplas fontes (APIs, bancos, eventos e arquivos) com foco em performance, monitoramento e observabilidade.
  • Atuar de forma protagonista na entrega da camada analítica conectando integração/refino (Silver) a produtos de dados reutilizáveis para negócio, analytics e ciência de dados.
  • Desenvolver e evoluir transformações com dbt, priorizando código modular, versionado, testável e documentado (incluindo macros e modelos incrementais quando aplicável).
  • Implementar Data Contracts, testes automatizados e práticas que reduzam rupturas em consumo downstream (dashboards, datasets e aplicações) por mudanças inesperadas na origem.
  • Atuar como referência técnica no time, promovendo DataOps, Git/PRs, CI/CD, documentação e padrões de engenharia; apoiar integrações com IA/ML por meio de bases limpas, estáveis e bem definidas.

Requisitos

Experiência sólida como Engenheiro(a) de Dados Sênior em plataformas e pipelines de dados em ambiente corporativo. Experiência prática com Databricks em AWS, incluindo desenvolvimento, operação e monitoramento de notebooks, jobs, workflows e pipelines de dados. Domínio de SQL, Python e PySpark/Spark, com capacidade de escrever consultas performáticas e desenvolver transformações complexas para processamento e análise de dados. Experiência com arquitetura Lakehouse, Delta Lake e arquitetura Medallion (Bronze/Silver/Gold), incluindo processamento incremental, evolução de schema e otimização de performance. Conhecimento dos principais serviços AWS utilizados em plataformas de dados, especialmente Amazon S3, IAM e AWS Glue, incluindo desenho e operação em nuvem. Experiência com ingestão e orquestração de dados em batch, incremental e streaming, incluindo CDC e uso de Databricks Workflows/Lakeflow Jobs ou ferramentas equivalentes. Experiência com governança e segurança de dados em Databricks, especialmente Unity Catalog, controle de acesso, lineage e organização de catálogos e schemas. Experiência com arquitetura de dados e modelagem dimensional (Kimball/Star Schema), além de integração com bancos relacionais (SQL Server, Oracle) e não relacionais (MongoDB). Experiência com qualidade e confiabilidade de dados, incluindo Data Contracts, testes automatizados, monitoramento e observabilidade de pipelines. Domínio de Git e processos de Pull Request / code review, além de CI/CD aplicado a projetos e pipelines de dados.

Dados completos da vaga

Empresa
UOL EdTech
Modelo de trabalho
Híbrido
Nível
Senior
Tipo de contratação
PJ
Localização
São Paulo, SP
Método de candidatura
Candidatura por link externo

Como se candidatar

Acesse a página de candidatura para ver os canais disponíveis.

Ir para página de candidatura