A 73 Strings é uma empresa global de fintech que desenvolve tecnologia de inteligência aumentada para a análise, a avaliação e o monitoramento de ativos ilíquidos. Sua plataforma reúne extração de dados, monitoramento de portfólios e fluxos de trabalho de avaliação para ajudar gestores de ativos alternativos a transformar dados financeiros complexos em insights oportunos e acionáveis. A empresa atende organizações de private equity, venture capital, crédito privado e infraestrutura, apoiando processos de avaliação mais eficientes e bem fundamentados por meio de análises orientadas por inteligência artificial.
Engenheiro(a) Sênior de Dados - Híbrido em Londres
Lidere o design e a operação de pipelines e data warehouses em Azure para a plataforma de avaliação de capital privado da 73 Strings. Assuma a responsabilidade pela ingestão, transformação, qualidade dos dados, CI/CD e entrega de dados aos clientes.
Descrição
- Definir a arquitetura da plataforma nas áreas de ingestão, processamento e entrega
- Criar e operar pipelines em lote e de streaming a partir de bancos de dados, APIs, fluxos de eventos e dados semiestruturados
- Implementar captura de dados alterados e carregamento incremental, com suporte a ordenação, exclusões, replay e dimensões que mudam lentamente
- Criar conjuntos de dados em camadas medallion e modelos de dados dimensionais
- Entregar dados para Snowflake, Microsoft SQL Server e Databricks
- Aplicar contratos de dados, reconciliação e quarentena em nível de linha antes da publicação
- Gerenciar fluxos de trabalho do GitHub e CI/CD, incluindo testes, revisão de código, promoção entre ambientes e implantação de infraestrutura como código
- Diagnosticar e resolver falhas de dados em produção
- Transformar requisitos de produto, avaliação e equipes de clientes em pipelines operacionais confiáveis
Requisitos
- Pelo menos 10 anos de experiência na engenharia de sistemas de dados em produção
- Experiência prática com Snowflake ou Databricks como plataforma principal, incluindo modelagem de dados, ajuste de desempenho e controle de custos
- Sólidos conhecimentos de Python e SQL para desenvolver e testar pipelines
- Experiência com captura de dados alterados e processamento de eventos, incluindo ordenação, replay e evolução de esquemas
- Experiência prática com Azure, incluindo Databricks, ADLS e conectividade de rede privada
- Experiência gerenciando cargas de trabalho de dados com GitHub e CI/CD, usando GitHub Actions ou um sistema comparável
- Experiência em qualidade de dados, reconciliação, monitoramento e resposta a incidentes de produção
- Experiência na criação de plataformas de dados seguras e multi-inquilino, com isolamento de inquilinos, controles de acesso e proteção de dados
- Capacidade de trabalhar diretamente com equipes técnicas de clientes e colaborar com engenharia de campo, produto e outras partes interessadas
- Será considerado um diferencial: experiência com Databricks Lakeflow, Auto CDC, Declarative Automation Bundles e DQX, ou equivalentes do Snowflake, como Dynamic Tables, Streams and Tasks, Snowpark, implantações com Snowflake CLI e Data Metric Functions
- Será considerado um diferencial: experiência com Debezium, Kafka Connect ou Confluent Kafka
- Será considerado um diferencial: experiência com Apache Airflow ou outro orquestrador de fluxos de trabalho comparável
- Será considerado um diferencial: experiência com Kafka ou Spark Structured Streaming, Apache Iceberg ou Delta Sharing e dbt
- Será considerado um diferencial: experiência com dados de mercados privados envolvendo avaliações, fundos, empresas do portfólio ou atividade de capital
Benefícios
- Um ambiente de trabalho acolhedor
- Uma cultura focada em inovação e colaboração
- Espaço para assumir responsabilidades e tomar iniciativa
- Oportunidades contínuas de aprendizado