• Senior Data Engineer • Experience with Databricks • Experience with Python/Spark • Experience with Unity Catalog • CI/CD pipeline deployments • Experience working in Scrum

• Contact clients directly immediately after the sale to welcome them and begin follow-up for the migration process; • Act as the frontline for starting migrations, recording and routing complaints, and coordinating with clients in complex cases; • Make calls to explain the process, resolve support questions, respond to emails, and ensure clarity in communications; • Proactively follow up with clients to request pending information essential for migration (e.g., sending backups, registering professionals, validation responses); • Receive and handle requests from the Sales, Support, or Customer Success (CS) teams related to migration status; • Actively research how to request backups from competing systems to guide clients and, subsequently, perform these requests independently; • Collect received backups and maintain strict organization of our migrations drive; • Perform basic data imports or imports that already have a fully established process; • Assist with migration tests to pre-validate data before final delivery to the client; • Continuously update the migration status control spreadsheet, ensuring the entire team has visibility into the progress of each clinic.

Role Description Colaborar com membros da equipe para coletar requisitos de negócio e projetar modelos de dados. - Construir confiança em todas as interações e fornecer os dados mais completos, confiáveis e precisos para a empresa. - Projetar, desenvolver e estender código ETL e pipelines de dados para expandir o Data Lake Empresarial. - Criar e manter documentação de arquitetura e sistemas. - Manter conjuntos de dados principais ou produtos de dados atualizados no Catálogo de Dados para apoiar análises de Self-Service e Fonte Única da Verdade. - Desenvolver código que atenda aos nossos padrões internos de estilo, manutenibilidade e melhores práticas para um ambiente de dados de alta escala. - Manter e defender esses padrões através de revisão de código. - Aprovar mudanças em modelos de dados como Revisor da Equipe de Dados e ser responsável por conjuntos de dados específicos e esquemas de modelos de dados. - Compartilhar expertise em modelagem e transformação de dados para todas as equipes do iFood através de revisões de código, pareamento e treinamento para ajudar a entregar designs e consultas otimizados e escaláveis de conjuntos de dados ou produtos de dados no Databricks. Qualifications - Disposição para aprender coisas novas todos os dias. - Habilidade com SQL, Python e Spark. - Excelente comunicação: Alcançar consenso regularmente entre equipes técnicas e de negócio. - Capacidade demonstrada de comunicar de forma clara e concisa atividades complexas de negócio, requisitos técnicos e recomendações. - 2+ anos na área de Dados como analista, engenheiro ou equivalente. - 2+ anos de experiência projetando, implementando, operando e estendendo modelos de dados empresariais (dimensionais ou não). - 2+ anos trabalhando com Banco de Dados ou Data Warehouse de grande escala, preferencialmente em ambiente de nuvem. - Inglês técnico. - Desejável: Experiência com Databricks, Airflow e AWS. Requirements - Experiência prática em inteligência artificial. - Habilidade para gerar indicadores mensuráveis e identificar mudanças necessárias. - Capacidade de se adaptar rapidamente a novas tecnologias e desafios. - Interesse em promover a cultura de colaboração e troca de conhecimentos. Benefits - Buscamos uma pessoa apaixonada por tecnologia e dados, que esteja sempre em busca de novos aprendizados e que goste de desafios.

• Define and evolve data architecture standards for analytics and reporting, including data modeling, naming conventions, schema design, and documentation practices across the organization • Own the data catalog and metadata strategy, partnering with stakeholders to define, name, and organize data assets across multiple domains and source systems • Collaborate closely with Principal Data Engineering leadership and application engineering teams to align on ELT patterns, Snowflake usage, schema evolution, and analytical data modeling practices • Contribute hands‑on through SQL and Python, developing reference data models, prototypes, templates, and example implementations that demonstrate architectural intent • Support and enable data analysts by establishing consistent data usage, modeling standards, and shared definitions across a wide range of technical skill levels • Partner with application engineers on schema design to support rapid application development and reliable integration between operational and analytical data systems • Support PostgreSQL (including AWS Aurora) and Snowflake data modeling and analytical access patterns in collaboration with platform and database stakeholders • Establish and promote data governance practices covering data quality, ownership, lifecycle management, and schema change management • Drive incremental delivery of data architecture improvements, aligning short‑term progress with a clear long‑term architectural vision • Design high-ingestion pipelines (using tools like InfluxDB, Timescale, or Snowflake) capable of handling millions of data points per second from globally distributed battery sites • Ensure data can be seamlessly ingested from various industrial protocols such as Modbus, CAN bus, or DNP3, and translated into standardized cloud formats • Ensure data architectures comply with grid-specific regulations (like NERC CIP) and mandate on-site data storage for grid resilience • Help set the vision, roadmap and communicate the enterprise data strategy for the company