Clara
Experian
Especialista de Prevenção a Fraude I
Descrição da vaga
A Experian é uma empresa global de dados e tecnologia, impulsionando oportunidades para pessoas e empresas em todo o mundo. Atuamos em diversos mercados, desde serviços financeiros até saúde, automotivo, agronegócio, seguros e muitos outros. A Experian investe em pessoas e novas tecnologias avançadas para desbloquear o poder dos dados. Temos uma equipe incrível de 25.200 pessoas em 32 países.
Especialista de Engenharia de Dados I (Graph Data Engineer | Inteligência Relacional e Fraud Analytics)
Estamos buscando uma pessoa para assumir uma posição estratégica de Especialista de Engenharia de Dados, atuando na sustentação, evolução e escalabilidade da Teia de Relacionamento, uma das principais iniciativas de inteligência relacional da Serasa Experian. A Teia é uma plataforma baseada em tecnologia de grafos que conecta centenas de milhões de entidades e relacionamentos, apoiando processos de prevenção à fraude, compliance, investigação, risco e inteligência de negócios. O produto já opera em ambiente produtivo e está em fase de expansão para novas verticais e casos de uso. Buscamos alguém com forte experiência em engenharia de dados, arquitetura cloud e modelagem de dados complexos, capaz de liderar tecnicamente a evolução dos pipelines, garantir qualidade e governança dos dados e apoiar a construção da próxima geração de capacidades analíticas e relacionais da plataforma.
Experian Careers - Criando um amanhã melhor juntos
Descrição da Empresa
O que esperamos dessa pessoa nos primeiros 12 meses
- Estruturar a governança e qualidade dos dados da Teia.
- Industrializar os pipelines de atualização das bases.
- Evoluir a observabilidade e monitoramento da plataforma.
- Apoiar a expansão para novas verticais de negócio.
- Reduzir riscos operacionais relacionados a dados.
- Tornar-se a principal referência de dados para o produto.
Por que essa vaga é diferenciada?
Você trabalhará em um dos maiores ecossistemas de dados relacionais do país, lidando com centenas de milhões de entidades, bilhões de conexões potenciais e desafios reais de fraude, identidade digital, compliance e inteligência relacional. A plataforma já possui mais de 620 milhões de conexões indexadas em grafo e utiliza tecnologias modernas de cloud e graph databases para resolver problemas complexos de mercado.
Informações Adicionais
Nossa singularidade é que celebramos a sua. A cultura da Experian, focada em pessoas, inclusiva e orientada por propósito, foi premiada diversas vezes; World's Best Workplaces™ 2025 (Fortune Global Top 25), Great Place To Work™ em 26 países, para citar alguns. Confira a Experian Life nas redes sociais ou explore nosso site de Carreiras para entender o porquê. A Experian também se orgulha de ser um empregador que oferece Igualdade de Oportunidades e Ação Afirmativa. Se você tiver uma deficiência ou necessidade especial que exija acomodação, por favor, nos informe o mais breve possível.
Descubra como é trabalhar na Experian clicando aqui
Status do Emprego: Regular
Tipo de Vaga: Home
Departamento: Gerenciamento de Dados
Horário: Integral
Descrição da empresa
A Serasa Experian é a primeira e a maior Datatech do Brasil. Líder em soluções de inteligência para análise de riscos e oportunidades, com foco nas jornadas de crédito, autenticação e prevenção à fraude. Com tecnologia de ponta, inovação e os melhores talentos, transformamos a incerteza do risco na melhor decisão, ajudando pessoas a realizarem seus sonhos e empresas de todos os portes e segmentos a prosperarem. Temos 22.000 pessoas operando em 32 países e investimos continuamente em tecnologia, dados e inovação para impulsionar o crescimento de nossos clientes.
Principais responsabilidades
- Ser referência técnica de dados para a plataforma Teia de Relacionamento.
- Liderar a evolução dos pipelines de ingestão e atualização das bases do produto.
- Garantir qualidade, consistência, rastreabilidade e governança dos dados.
- Evoluir a modelagem de dados orientada a grafos e relacionamentos complexos.
- Apoiar a escalabilidade da plataforma para novas verticais e produtos.
- Definir e implementar padrões de Data Quality, Observabilidade e Monitoramento.
- Trabalhar em conjunto com Engenharia, Produto, Arquitetura e Segurança.
- Apoiar iniciativas de otimização de performance e custos em ambiente AWS.
- Contribuir para novas capacidades analíticas, APIs e serviços de inteligência relacional.
- Participar da definição da arquitetura futura da plataforma de dados.
- Apoiar estratégias de integração com modelos de IA, analytics e agentes inteligentes.
Requisitos obrigatórios Experiência
- Experiência sólida em Engenharia de Dados.
- Experiência atuando como referência técnica ou líder técnico de dados.
- Experiência em ambientes de alta volumetria.
- Experiência em arquitetura de dados em cloud.
Linguagens e Ferramentas
- Python avançado.
- SQL avançado.
- Apache Airflow.
- Git.
- APIs REST.
Cloud
- AWS avançado.
- S3.
- IAM.
- CloudWatch.
- DynamoDB.
- Athena ou serviços equivalentes de analytics.
Engenharia de Dados
- ETL e ELT.
- Data Quality.
- Data Lineage.
- Data Governance.
- Modelagem de dados.
- Observabilidade de dados.
- Otimização de pipelines.
Competências
- Forte capacidade analítica.
- Visão arquitetural.
- Autonomia técnica.
- Capacidade de influenciar decisões.
- Facilidade para atuar em ambientes multidisciplinares.
- Excelente comunicação com áreas técnicas e de negócio.
Qualificações
Qualificações
- Experiência sólida em Engenharia de Dados
- Experiência avançada em Python e SQL
- Experiência com arquitetura de dados em Cloud (preferencialmente AWS)
- Experiência com ferramentas de orquestração de dados
- Conhecimento em modelagem de dados, Data Quality e Data Governance
- Teoria de Grafos
Diferenciais Muito desejável
- Neo4j.
- Amazon Neptune.
- Graph Databases.
- Graph Analytics.
- Relationship Intelligence.
- Entity Resolution.
Diferenciais
- Fraud Analytics.
- Compliance Analytics.
- PLD/FT.
- Identity & Fraud.
- CI/CD para plataformas de dados.
- Databricks.
- Spark.
- OpenSearch.
- Knowledge Graphs.
- GenAI aplicada a dados.
- MCP e integração com LLMs.
