Data engineer sênior
Summary
Senior Data Engineer at Matria builds and operates the data backbone of a high-impact digital health product: designing robust ETL/ELT pipelines, ensuring data quality, governance and LGPD compliance, and collaborating with engineering and AI teams to deliver trusted clinical data for ML and LLM systems. Core stack includes Python, SQL/NoSQL, cloud platforms, Airflow and dbt.
Como Senior Data Engineer na Matria, você será responsável por construir e operar a espinha dorsal de dados de um produto digital de saúde de alto impacto. Com perfil hands-on e forte senioridade técnica, você projetará pipelines robustos e garantirá a qualidade, a governança e a rastreabilidade dos dados — seguindo os mais altos padrões de segurança e conformidade exigidos pelo setor de saúde. Nosso time tem escopo fluido: apesar do foco em engenharia de dados, você transitará também por temas de analytics engineering. Como a IA é parte central do produto, você colaborará de perto com os times de engenharia e IA para transformar dados clínicos e operacionais em ativos confiáveis que alimentam modelos inteligentes.
Atuação prática
- Projetar, construir e manter pipelines de dados robustos (ETL/ELT) que abastecem produtos, análises e modelos;
- Garantir qualidade, governança e rastreabilidade de dados com boas práticas de data contracts, catalogação e versionamento de datasets;
- Contribuir com modelagem analítica e transformação de dados (ELT/dbt), apoiando a definição de métricas e da camada semântica que servem análises e produtos de dados;
- Integrar pipelines de dados em fluxos CI/CD, garantindo reprodutibilidade e rastreabilidade;
- Estabelecer observabilidade sobre os dados: tracing, logs, métricas de qualidade e alertas sobre degradação de pipelines;
- Garantir conformidade com LGPD e normas aplicáveis ao setor de saúde, aplicando boas práticas de mascaramento de dados, gestão de PII e segurança by design;
- Colaborar com os times de engenharia e IA, disponibilizando dados confiáveis para modelos de ML e sistemas de IA em produção.
Requisitos
- Experiência sólida como Senior Data Engineer ou papel equivalente em produtos digitais de alta escala;
- Domínio de Python para engenharia de dados;
- Experiência com cloud platforms (Azure, AWS ou GCP) e ferramentas de orquestração (Airflow, Prefect ou equivalentes);
- Sólido conhecimento em bancos de dados SQL e NoSQL, além de mensageria/eventos (Kafka, RabbitMQ ou equivalentes);
- Conhecimento em segurança de dados, mascaramento de PII e conformidade com LGPD e normas do setor de saúde;
- Capacidade de atuar com autonomia, entregar com qualidade e comunicar decisões técnicas com clareza para audiências técnicas e não-técnicas.
Desejado
- Experiência com transformação e modelagem analítica em dbt e com definição de métricas / camada semântica;
- Experiência com plataformas de MLOps (MLflow, Databricks, SageMaker ou similares): feature stores, model registry, experiment tracking, serving e monitoramento em produção;
- Familiaridade com LLMs em produção e sistemas RAG — ingestão, chunking, indexação, embeddings e buscas híbridas — ou forte disposição para aprender;
- Experiência com bancos de dados vetoriais;
- Noções de ciclo de vida de modelos: retreinamento contínuo, drift detection e critérios de promoção/rollback com base em métricas de negócio e técnicas.
Diferencial
- Experiência com tracing e avaliações de pipelines RAG (Langfuse, Ragas, DeepEval ou equivalentes);
- Conhecimento em técnicas de busca híbrida (BM25 + densa), re-rankers e embeddings proprietários;
- Experiência prévia em healthtech, fintechs ou setores com alta regulação de dados;
- Contribuições open source ou participação ativa em comunidades de dados e IA.