Engenheiro de Dados Senior | Hibrido- BH

Viagens a trabalho não precisam dar trabalho. Essa convicção é o que nos move,e tecnologia é o que nos permite transformá-la em realidade para quem viaja e para quem gerencia viagens.

A Onfly é a maior Travel Tech B2B da América Latina. Nascemos para simplificar a gestão de viagens corporativas e, ao longo dessa jornada, descobrimos que a melhor forma de fazer isso é combinando tecnologia e desafiando o senso comum.

Cada área da Onfly trabalha ferramentas tecnológicas como parte do seu dia a dia, não como projeto especial, mas como forma natural de resolver problemas, tomar decisões e entregar resultados incríveis.

Estamos crescendo e buscamos pessoas que acreditem que toda função, em qualquer área, pode ser exercida de forma mais inteligente com o uso certo de tecnologia.

Nossos valores são aplicados em nosso dia a dia e fazem a diferença em nossos resultados. Se você acredita que crescimento movimenta, o cliente deve estar no centro, tecnologia e simplicidade dão certo, foco com colaboração e coragem desafiam o óbvio;

Vem com a gente ser um ONFLYER !

Responsibilities

Data Platform Engineer é a trilha que sustenta a plataforma de dados da Onfly com DataOps e MLOps: pipelines confiáveis, infraestrutura como código, custo sob controle e governança técnica de ponta a ponta.

Como Engenheiro(a) de Dados Sênior na trilha Data Platform, você vai projetar soluções de plataforma ponta a ponta para domínios de negócio, atuando com autonomia em cenários ambíguos e com impacto em múltiplos times. Você vai liderar a adoção de práticas de DataOps e MLOps como padrão, mentorando profissionais menos experientes e ajudando a evoluir a arquitetura de dados da empresa.

• Projetar pipelines de dados robustos, com observabilidade de ponta a ponta e planos de resposta a incidentes, garantindo o pipeline success rate e o SLA de atualização (freshness) dos domínios sob sua responsabilidade.
• Projetar processos de entrega contínua (CI/CD) com controles de qualidade e aprovação proporcionais ao nível de criticidade de cada pipeline.
• Gerenciar capacidade e quotas da plataforma (ex.: slots/reservas no BigQuery), equilibrando performance e custo entre pipelines críticos.
• Implementar controles de acesso e regras automatizadas de qualidade de dados, com observabilidade de ponta a ponta (Dataplex, Datadog).
• Projetar pipelines completos de MLOps — versionamento, deploy e monitoramento de modelos, incluindo detecção de drift.
• Definir o problema em cenários ambíguos, com autonomia e impacto multi-time; mentorar profissionais menos experientes e apoiar a evolução técnica da plataforma frente à demanda crescente do negócio.
• Alinhar prioridades entre times de dados, produto e engenharia, evitando retrabalho e facilitando decisões técnicas entre áreas.
• Testar novas abordagens de arquitetura antes de adotá-las como padrão da plataforma.

Requirements

• Experiência em engenharia de dados, com passagem por ambientes de alta complexidade e/ou escala (big data).
• Experiência com orquestradores de pipelines de dados (ex.: Airflow) e ferramentas de ingestão (ex.: dlt).
• Domínio de SQL para resolver problemas de alta complexidade de forma otimizada, além de modelagem de dados no banco.
• Experiência em implementação do zero e manutenção de pipelines de dados em produção, com observabilidade (ex.: Datadog) e planos de resposta a incidentes.
• Vivência com infraestrutura como código e entrega contínua (ex.: GitOps, Terraform, Kubernetes).
• Forte experiência em programação com linguagens de propósito geral (Python, Scala, etc.) aplicadas à engenharia de dados.
• Conhecimento em gestão de custo e capacidade de plataformas de dados (particionamento, clustering, gestão de slots/reservas).
• Vivência com governança técnica: controles de acesso, catalogação de dados (ex.: Dataplex, DataHub) e regras automatizadas de qualidade.
• Boas habilidades de comunicação para negociar prioridades técnicas com áreas de dados, produto, engenharia e negócio.
• Noções de boas práticas de engenharia de dados (documentação, versionamento, testes automatizados, código limpo).
• Inglês intermediário.

Diferenciais

• Certificação Google Cloud Professional Data Engineer ou AWS Certified Data Engineer – Associate.
• Certified Kubernetes Administrator (CKA).
• Experiência com MLOps (ex.: Vertex AI, SageMaker, model registry, monitoramento de drift).
• Conhecimento em FinOps aplicado a dados.
• Capacidade de abstrair conceitos de negócio em métricas quantitativas (ex.: KPIs, OKRs).
• Inglês avançado.