← Todas as vagas de Dados & IA|Vagas na MUTTERHAUS LTDA

MUTTERHAUS LTDA

São Paulo, SP, Brasil

Engenheiro(a) de Dados - Pleno

Híbridofull_time

LOCALIZAÇÃO

São Paulo, SP, Brasil

MODELO

Híbrido

PUBLICADA

20 de julho de 2026

Responsabilidades e atribuicoes

Desenvolver pipelines de ingestão e transformação de dados (ETL/ELT) em ambientes de Data Lake e Data Warehouse.
Implementar rotinas de controle de qualidade, monitoramento e validação de dados.
Construir e manter APIs para consumo de dados por sistemas e aplicações.
Documentar fluxos de dados, regras de negócio e modelos de dados utilizados.
Participar da modelagem de dados relacionais e analíticos.
Colaborar com times de BI, Produtos e Data Science na estruturação e disponibilização dos dados.
Automatizar processos de entrega de dados com uso de ferramentas de orquestração.
Apoiar a evolução da arquitetura de dados da empresa junto aos times de arquitetura e DevOps.
Atuar com versionamento e CI/CD para garantir rastreabilidade e reprodutibilidade dos pipelines.
Participar de cerimônias e ciclos de desenvolvimento ágil (Scrum/Kanban).

Requisitos

Ensino superior completo em Ciência da Computação, Engenharia, Sistemas de Informação, Estatística ou áreas correlatas.
Sólido conhecimento em SQL e Python voltado para manipulação de dados.
Experiência em construção de pipelines com ferramentas como Airflow, StreamSets, NiFi ou similares.
Conhecimento em modelagem de dados (normalizada e dimensional).
Experiência prática com bancos de dados relacionais (PostgreSQL, SQL Server, etc.) e não relacionais (MongoDB, etc.).
Experiência com ambientes Linux e shell scripting.
Conhecimento de conceitos OLTP, OLAP, Data Lake, Data Warehouse e Lakehouse.
Familiaridade com processos de CI/CD e infraestrutura como código (IaC).
Experiência em projetos de migração ou integração de dados entre plataformas.
Experiência em Linux incluindo construção de shell script.

Diferenciais:

Experiência prática com serviços de cloud (GCP, AWS, Azure, Oracle Cloud ou On-Premises).
Conhecimento e uso de ferramentas como DBT, Delta Lake, Apache Spark / PySpark.
Experiência com ferramentas de catálogo e governança de dados (Data Catalog, DataHub, Amundsen).
Vivência em projetos de arquitetura Medallion ou Data Mesh.
Integração com times de Data Science e apoio na operacionalização de modelos.

Comportamentos Esperados:

Descricao da vaga