Alemanha
WorkMotion
Statista
Engenheiro(a) de Dados - Plataforma de Dados e Ontologia (m/f/d)
RemotoAlemanha
Germany
PythonSQLAWSTerraform
Tradução automática. Consulte o original.
Sobre a Vaga
Na Statista, somos obcecados por fatos e dados, pois somos a plataforma de dados empresariais líder mundial. Ao fornecer dados confiáveis e fáceis de usar, bem como diversos produtos e serviços de análise de dados, capacitamos pessoas em todo o mundo a tomar decisões baseadas em fatos.
Fundada em Hamburgo em 2007, crescemos rapidamente e nos tornamos uma empresa global com escritórios em grandes cidades como Londres, Nova York, Berlim e Tóquio. E ainda temos muitos planos. Nosso crescimento constante não apenas comprova nosso sucesso, mas também cria continuamente novas oportunidades de desenvolvimento e carreira para nossos funcionários.
Valorizamos e celebramos nossa cultura diversificada. Você é bem-vindo(a) aqui pelo que você é, não importa de onde você venha, como você se parece, ou se você prefere gráficos de barras a gráficos de pizza. Sua história importa – continue escrevendo-a como parte de nossa equipe.
Você está pronto(a) para se juntar a nós?
Como Engenheiro(a) de Dados em nossa Plataforma de Saúde, você será responsável pela ingestão de dados fundamental, resolução de entidades e infraestrutura da plataforma de ponta a ponta. Você projetará e operará pipelines de dados escaláveis em batch/streaming, fortalecerá a orquestração da plataforma e garantirá a confiabilidade, segurança e eficiência de custos do sistema.
Um desafio central desta função é construir e operacionalizar nossa ontologia unificada de dados de saúde – um modelo semântico consistente que abrange hospitais, departamentos, especialidades, métricas e padrões de classificação. Trabalhando em estreita colaboração com Engenheiros(as) de Análise, Cientistas de Dados e especialistas em Metodologia, você transformará dados heterogêneos de hospitais de vários países em um ativo de dados coerente e altamente consultável.
Principais Responsabilidades
- Infraestrutura e Orquestração de Pipelines: Construir, otimizar e operar pipelines ELT confiáveis (usando Python, SQL e Prefect/Airflow) para ingerir dados de fontes internacionais heterogêneas, APIs, bancos de dados e armazenamento lakehouse (S3, Apache Iceberg).
- Ontologia de Saúde e Resolução de Entidades: Liderar a implementação de resolução de entidades e gerenciamento de dados mestre (MDM) para entidades hospitalares internacionais, mapeando dados brutos de origem para estruturas canônicas e mantendo vocabulários padronizados (por exemplo, ICD/OPS, taxonomias de especialidades).
- Contratos de Dados e Governança de Esquemas: Estabelecer contratos de dados rigorosos (Pydantic, dbt contracts) e gerenciamento de esquemas, garantindo a reprodutibilidade do conjunto de dados, rastreamento de linhagem de dados e validação automatizada em todos os pipelines da plataforma.
- Eficiência da Plataforma e Infraestrutura em Nuvem: Otimizar o armazenamento de dados, a execução de consultas e os custos de computação em AWS e Snowflake, mantendo os ativos de dados performáticos, seguros e econômicos.
- Automação e CI/CD: Implementar fluxos de trabalho automatizados de teste e implantação para pipelines de dados usando GitHub Actions e Infraestrutura como Código (Terraform).
- Capacitação de Dados Interfuncional: Colaborar diretamente com Engenheiros(as) de Análise, Cientistas de Dados e especialistas de domínio para entregar conjuntos de dados documentados, de nível de pesquisa e prontos para produção.
Qualificações
Qualificações Essenciais (Obrigatórias)
- Ingestão de Dados e Orquestração de Pipelines: Conhecimento avançado de Python e SQL analítica para ingestão complexa de dados em diversos formatos de arquivo, REST APIs, bancos de dados e lagos em nuvem (S3/Iceberg). Experiência prática com orquestradores modernos (Prefect, Airflow ou Dagster).
- Resolução de Entidades e Governança de Dados: Experiência prática com frameworks de resolução de entidades/linkagem de registros (por exemplo, Splink, dedupe, recordlinkage) e gerenciamento de esquemas/contratos de dados (Pydantic, dbt contracts ou JSON Schema).
- Plataforma em Nuvem e Infraestrutura de Data Warehouse: Profunda experiência prática em um ambiente de produção AWS (S3, ECS/EC2) combinada com data warehouses em nuvem (Snowflake).
- CI/CD Automatizada e Automação de Fluxos de Trabalho: Histórico comprovado de automação de implantações de pipelines de dados, testes de integração e fluxos de trabalho de validação via GitHub Actions.
Seu Perfil
Formação: Bacharelado ou Mestrado em Ciência da Computação, Ciência de Dados, Engenharia de Software ou área quantitativa relacionada.
Experiência: 3+ anos em engenharia de dados construindo pipelines de produção e plataformas de dados; incluindo um período sustentado dentro de uma organização vendo uma plataforma ou produto principal passar por construção → lançamento → iteração.
Conhecimento de Domínio: Experiência no domínio da saúde é um diferencial (compreensão básica de KPIs de saúde, métricas de qualidade ou conceitos de benchmarking; familiaridade com estruturas hospitalares e sistemas de classificação médica como ICD/OPS é especialmente valiosa).
Mentalidade: Forte mentalidade analítica e de sistemas, com capacidade comprovada de transformar dados internacionais complexos e heterogêneos em um ativo de dados limpo, bem governado e altamente estruturado.
Idiomas: Fluente em inglês, alemão é um diferencial.
Estilo de Trabalho: Altamente estruturado(a), curioso(a), detalhista e motivado(a) a colaborar de perto com engenheiros(as) de análise, cientistas de dados e especialistas em metodologia em um ambiente internacional.
Diferenciais (O que vai te destacar)
- Knowledge Graphs e Terminologias de Saúde: Exposição a frameworks de ontologia/semântica (RDF/OWL, SKOS, Neo4j, LinkML) ou classificações/vocabulários médicos internacionais (SNOMED CT, ICD/OPS, FHIR).
- Ferramentas de Metadados e Linhagem: Experiência operando registros de metadados e catálogos de linhagem (por exemplo, OpenMetadata, DataHub, dbt docs).
- Infraestrutura como Código (IaC): Proficiência no uso de Terraform para gerenciar declarativamente recursos e ambientes em nuvem.
O que oferecemos
Além de nossa ótima equipe, cultura e nosso objetivo comum de capacitar pessoas com dados, há muitas outras coisas que tornam a Statista um ótimo lugar para trabalhar! Junte-se a nós e beneficie-se de:
- Trabalho remoto de até 30 dias corridos por ano
- Trabalho híbrido e horário flexível
- Equipe internacional e eventos sociais
- Mobilidade urbana subsidiada e acesso a opções de fitness e bem-estar
- Acesso gratuito ao Langdock e todas as suas incríveis funcionalidades
- Oportunidades de carreira e treinamento
- Localizações atraentes e escritórios modernos
- Suporte à saúde mental com OpenUp
Alguns dos benefícios listados aqui se aplicam apenas à entidade alemã e a cargos de nível Júnior ou superior.
Mais oportunidades com um só perfil
Quer aparecer para várias vagas sem repetir todo o processo? Crie seu perfil e seja encontrado pelas empresas que usam a Nort.
Criar meu perfil