Analista Engenharia de Dados Sênior I Plataforma de Dados Digitais

Nossa Área: a área de Plataforma de Dados Digitais da Porto atua de maneira transversal e corporativa, interagindo com as 4 verticais de negócio do grupo: Bank, Seguro, Saúde e Serviço e suas respectivas áreas de tecnologia.

Tem como missão promover o uso inteligente dos dados de navegação dos nossos Clientes e Corretores nos Canais Digitais, impulsionando a otimização da experiência diante do crescimento acelerado dos nossos negócios.

Qualidade, Agilidade e Eficiência são os nossos principais norteadores. Atuamos ativamente na modernização das soluções de dados MarTech, expandindo o mindset de Produtização de Dados por meio do ecossistema Tag Ops nossa plataforma customizada para coleta de dados de navegação.

Por meio de práticas contínuas de Dados e Automações para Digital Analytics, nossa estrutura conta com Chapters e Squads multidisciplinares.

Atuamos lado a lado com as lideranças de Marketing, Clientes e Canais, mapeando experiências com CX, apoiando estratégias de Mídia de Performance e CRM, além de mantermos conexão direta com os BPs de Advanced Analytics da Diretoria de Dados Corporativos.

Responsibilities

- Liderança Técnica: Atuar como Chapter Lead da disciplina de Engenharia de Dados, liderando as melhores práticas, padronização técnica e o desenvolvimento contínuo da equipe.

- Gestão e Interface: Gerenciar os dados e tecnologias da Plataforma de Dados Digitais, fazendo a ponte entre as squads e os usuários/clientes da solução.

- Arquitetura & Eventos: Arquitetar soluções orientadas a eventos visando práticas de Streaming Analytics.

- Qualidade & Observabilidade: Promover práticas de Data Quality focadas no contexto de Digital Analytics e garantir a Observabilidade ponta a ponta da plataforma TagOps.

- Governança & Catálogo: Catalogar dados para consumo de negócio e para integração com outros produtos de dados da companhia.

- Engenharia & Pipelines: Desenvolver processos de ETL/ELT com dados estruturados e semi-estruturados, além de gerenciar APIs, com foco especial em ecossistemas MarTech e AdTech.

- Eficiência & FinOps: Promover a otimização contínua de custos de infraestrutura e processamento (FinOps).

Requirements

Formação: Graduação completa em Análise de Sistemas, Engenharia da Computação, Ciência da Computação, Estatística ou áreas correlatas.

- Visão de Produto: Mentalidade de produtização de dados e de componentes de plataforma.

- Metodologias & Métricas: Experiência com métodos ágeis (Scrum, Kanban), métricas de produtividade (Cycle Time, Lead Time, Throughput) e métricas de produto (preferencialmente frameworks AARRR e HEART).

- Cloud & Big Data: Domínio de soluções Big Data em Nuvem (GCP e/ou Databricks) e vasta experiência em ecossistemas complexos (Data Lake, Data Warehouse, Data Lakehouse, Data Mesh).

- Linguagens & Consulta: Domínio em SQL avançado para manipulação de dados em ambientes analíticos.

- Bancos de Dados & NoSQL: Experiência com bancos NoSQL/Documentos (ex: Firestore) e plataformas analíticas de grande escala (ex: BigQuery).

- Streaming Analytics: Experiência com arquiteturas orientadas a eventos (Kafka, Pub/Sub).

- Orquestração & ETL: Experiência prática com orquestradores de pipelines e ferramentas de transformação de dados (dbt, Airflow, Cloud Composer, Dataform, Funnel, etc.)

- Ecossistema MarTech & AdTech: Experiência com ingestão e modelagem de dados provenientes de ferramentas de Digital Analytics e Mídia (Google Analytics 4, VWO, AppsFlyer, Facebook/Meta Ads, Google Ads e similares).

Diferenciais:

- Ativação, CDP & MMP: Vivência com plataformas de Customer Data Platform (Salesforce Data Cloud, Tealium, Segment) e Mobile Measurement Platform (AppsFlyer, Adjust) focadas na ativação de audiências e personalização em Canais Digitais.

- Multicloud: Experiência complementar em soluções de dados sobre infraestruturas Oracle Cloud (OCI) e/ou AWS

- Especialização: Pós-graduação, MBA ou especializações na área de Dados, Arquitetura de Software ou Analytics.

- Certificações: Certificações ativas em Nuvem (GCP, AWS) ou soluções de Engenharia de Dados (Databricks, dbt, etc.).