Data Engineer / Pl

Buscamos uma pessoa Data Engineer para atuar na construção de uma infraestrutura moderna de dados, conectando arquitetura, engenharia de software e inteligência artificial.

Você será responsável por construir pipelines e uma base de dados robusta que será consumida por agentes de IA em produção.

💻 O que você vai fazer

🔹 Arquitetura & Ingestão

• Projetar a arquitetura do GTM Data Lake em Medallion (Bronze, Silver e Gold) sobre nekt.ai e, nos casos de desenvolvimento no ambiente do cliente, GCP, AWS ou Azure.
• Construir pipelines de ingestão via APIs REST, lidando com paginação, rate limits e OAuth:

• HubSpot (CRM e Marketing Hub)
• Omie ERP
• Google Sheets

• Ingerir dados via webhooks (Fathom) e fontes não estruturadas como:

• Transcrições
• WhatsApp

🔹 Transformação & Modelagem

• Modelar métricas de receita em dbt:

• MRR
• NRR
• GRR
• LTV
• CAC
• Ciclo de vendas
• Conversão MQA → SQL

• Aplicar MDM (Master Data Management) para unificar entidades (contas, contatos e deals) entre fontes com identificadores inconsistentes.

🔹 Qualidade & Confiabilidade

• Garantir data quality:

• Validações
• Testes
• Alertas de freshness
• Tratamento de nulls e duplicados

• Definir e monitorar SLAs de atualização por fonte.

🔹 Consumo por IA

• Expor a camada Gold via MCP Server para consumo direto pelos agentes do GTM OS.
• Documentar decisões arquiteturais, trade-offs e dicionário de dados.

🔹 Entrega

• Trabalhar em planos incrementais (P0, P1 e P2), com entregas por sprint e valor mensurável em cada etapa.

🎯 O que esperamos de você

Aqui fazemos engenharia de software de verdade — não apenas scripts.

Você vai construir infraestrutura que agentes de IA consomem em produção. Isso exige:

✔ Código limpo, testável e mantível
✔ Versionamento disciplinado (Git)
✔ Testes automatizados
✔ Code review
✔ Tratamento robusto de erros e retries
✔ Idempotência em pipelines
✔ Capacidade de refatorar sem quebrar o que já está rodando

Pipelines não são notebooks descartáveis. São software.

Requisitos técnicos:

• 2 a 4 anos de experiência com Engenharia de Dados em produção
• Python sólido para ingestão, transformação e orquestração:

• Estruturação de código em módulos
• Funções testáveis
• Boas práticas (typing, logging, packaging)

• Experiência prática com APIs REST:

• Paginação
• Rate limits
• OAuth
• Tratamento de falhas
• Reprocessamento

• Conhecimento em CRMs como HubSpot ou Salesforce (uso ou coleta de dados dessas ferramentas)
• Arquitetura Medallion (Bronze/Silver/Gold) ou equivalente
• dbt para modelagem e transformações SQL, com testes e documentação
• Lakehouse:

• BigQuery (preferência)
• Snowflake
• Redshift

• Cloud Storage:

• GCS
• AWS S3
• Azure

• Capacidade de documentar decisões arquiteturais e comunicar trade-offs.

⭐ Diferenciais

Será um plus se você tiver experiência com:

• MCP Server (Model Context Protocol): exposição de dados para consumo por LLMs e agentes
• APIs Omie, Pipedrive ou outros sistemas de receita
• Orquestração com Airflow ou Prefect
• Dados não estruturados:

• Chunking
• Embeddings
• Transcrições

• RevOps e métricas SaaS:

• NRR
• GRR
• LTV
• CAC
• Cohort Analysis

• Pipelines integrados com AI/ML
• Containerização (Docker) e automação (n8n)
• Familiaridade com harness de agentes como OpenClaw, Claude Code ou Hermes

🛠 Stack

Python | dbt | BigQuery | nekt.ai | GCS | S3 | Azure | HubSpot API | Omie API | MCP Server | Docker | n8n | Airflow | Prefect

Se você gosta de construir soluções de dados escaláveis, com impacto real no negócio e conectadas ao futuro da IA, queremos conversar com você. 🚀