Engenheiro(a) de Dados.

Descrição

### **Sobre a M7 Soluções Financeiras:** A M7 está em um momento de expansão acelerada da sua estrutura de dados. Buscamos um(a) profissional com visão técnica sólida, maturidade arquitetural e capacidade de construir soluções escaláveis em um ambiente de alta complexidade. Se você busca protagonismo na evolução de um stack tecnológico moderno e quer causar impacto direto na estratégia de uma empresa do setor financeiro, seu lugar é aqui. ### **O que buscamos?** * **Formação:** Graduação concluída em Ciência da Computação, Engenharia da Computação, Sistemas de Informação, Ciência de Dados ou áreas correlatas (Exatas/Tecnologia). * **Cloud:** Vivência consolidada em ambientes AWS, GCP ou Azure. * **Linguagens e SQL:** Domínio em Python aplicado a dados e SQL avançado para otimização de consultas. * **Ferramentas Modernas:** Experiência com orquestradores (Airflow, Dagster ou Prefect), dbt e plataformas como Snowflake ou Databricks. * **Engenharia e Streaming:** Conhecimento em CI/CD, DataOps e tecnologias de streaming (Kafka, Kinesis ou Spark Streaming). * **Experiência:** Perfil sênior com maturidade para tomada de decisão técnica. ### **Principais Responsabilidades:** * Desenvolver e evoluir pipelines de dados em ambientes cloud\-native. * Atuar na modelagem de dados analítica e transacional, focando em escalabilidade, governança e performance. * Projetar soluções para ingestão, processamento, transformação e disponibilização de dados. * Participar de decisões sobre arquitetura de dados e evolução do stack tecnológico. * Construir pipelines com foco em qualidade, observabilidade e boas práticas de engenharia. * Apoiar iniciativas de Open Finance/Open Banking, analytics e aplicações com IA. * Traduzir requisitos de negócio em soluções de dados robustas. * Mentorar e contribuir para a evolução técnica do time. ### **Diferenciais:** * Conhecimento em governança de dados, catálogo e lineage. * Vivência com feature store e pipelines para Machine Learning. * Experiência com arquiteturas para IA Generativa (RAG, embeddings e vector databases). * Background em ambientes regulados e tratamento de dados sensíveis. §