Engenheiro de Dados Sênior

SOBRE A MOTTU

Nascemos para transformar a vida de milhares de pessoas, dando as ferramentas e o caminho para quem enfrenta a indiferença e supera cada obstáculo para conquistar os seus sonhos.

Nos guiamos por propósito, urgência e ownership, e somos uma das startups que mais crescem na América Latina. São mais de 48.000 clientes alugando nossas motos e mais de 500 empresas usando o Mottu Entregas, com mais de 500.000 entregas por mês em mais de 25 cidades do Brasil e na Cidade do México.

Base Partners, Crankstart e Tiger Global já acreditam no nosso sonho. E você, quer construir a Mottu com a gente?

A VAGA

Procuramos uma pessoa Engenheira de Dados com foco em plataforma para construir, operar e evoluir a base que sustenta todo o ecossistema de dados da Mottu. Isso inclui ingestão, streaming, orquestração, warehouse, governança e observabilidade. O objetivo é que outros times consigam produzir e consumir dados com autonomia, segurança e confiabilidade.

Aqui, IA faz parte do dia a dia da engenharia. Usamos agentes de código, servidores MCP e workflows automatizados para desenvolver, revisar, operar e documentar a plataforma. Buscamos alguém que use essas ferramentas com critério e ajude a construir as próximas.

RESPONSABILIDADES

PLATAFORMA DE DADOS

* Arquitetura: desenhar e evoluir a arquitetura de dados (batch e streaming), equilibrando confiabilidade, custo e simplicidade operacional.

* Infraestrutura: operar e evoluir os componentes da plataforma em GCP e Kubernetes (GKE), com deploys via Helm, GitOps e infraestrutura como código.

* Streaming e CDC: manter e escalar pipelines de CDC e eventos com Kafka, garantindo consistência, reprocessamento e baixa latência.

* Orquestração: administrar o Apache Airflow como plataforma, incluindo upgrades, escalabilidade, isolamento e padrões de DAG como idempotência, backfill e janelas de carga.

* Warehouse e transformação: sustentar o BigQuery e o Dataform como base de modelagem, com foco em performance, particionamento e FinOps.

* Self-service: criar bibliotecas internas, templates e automações que reduzam o atrito para quem desenvolve pipelines.

* CI/CD: manter esteiras com GitHub Actions, publicação de pacotes e imagens em registries privados e controles contra riscos de dependências.

* Governança e segurança: gerir acessos, gestão de segredos, policy tags e classificação de dados sensíveis (LGPD).

* Observabilidade: instrumentar a plataforma com métricas, logs e alertas, definir SLOs, responder a incidentes e conduzir análises de causa raiz.

* Integrações: conectar bancos transacionais, Nosql, APIs, ERP e plataformas SaaS à plataforma de dados.

IA APLICADA À ENGENHARIA DE DADOS

* Desenvolvimento assistido por agentes: usar agentes de código no ciclo completo: refinamento técnico, implementação, testes, code review e abertura de PR.

* MCPs de dados: construir e evoluir servidores MCP que expõem a plataforma para agentes. 

* Skills e plugins: escrever e manter skills, plugins e regras de contexto para que os agentes sigam as convenções de dados da empresa, como padrões de desenvolcimento, regras de governança e runbooks de operação.

* Operação com IA: usar agentes integrados a observabilidade  para investigar incidentes, falhas de pipeline e anomalias em dados.

REQUISITOS

* Experiência sólida com Python aplicado a engenharia de dados e automação.

* SQL avançado e experiência com BigQuery ou outro data warehouse em nuvem.

* Experiência com Apache Airflow, tanto no desenvolvimento quanto na operação.

* Experiência com Kubernetes e Docker em produção.

* Vivência com GCP.

* Conhecimento de Kafka e de pipelines de CDC.

* Experiência em desenvolvimento de pipelines CI/CD.

* Domínio de cargas incrementais, idempotência, backfill e reprocessamento.

* Uso ativo de ferramentas de IA no desenvolvimento, como agentes de código e assistentes, com senso crítico para validar o que é gerado antes de ir para produção.

DIFERENCIAIS

PLATAFORMA

* Helm, Argo CD e práticas de GitOps.

* Infraestrutura como código.

* Dataform ou dbt.

* Processamento distribuído e stream processing.

* Observabilidade

* Data quality, contratos de dados, data catalog e lineage.

* FinOps aplicado a dados.

IA

* Experiência construindo servidores MCP ou tools para agentes.

* Criação de skills, plugins, prompts de sistema e arquivos de contexto para agentes de código.

* Experiência com APIs de LLM: tool use, prompt caching e agentes.

* Automações agênticas em CI/CD, como review automatizado, autofix e triagem de alertas.

* Avaliação de qualidade de agentes (evals) e métricas de adoção e produtividade.

Tipo de contratação: PJ