Modelo de Descrição de Cargo de Arquiteto de Dados - Guia 2026

Por Kevin Kim · Atualizado em 6 de setembro de 2026

Um Arquiteto de Dados desenha como os dados de uma organização são modelados, armazenados e governados, para que cada dashboard e cada sistema downstream use uma única estrutura confiável, em vez de seis versões conflitantes da verdade. O título cobre mais território que a maioria: é usado para quem responde pelo modelo de dados corporativo da empresa, para quem desenha o data warehouse na nuvem e sua camada de modelagem e, com bastante frequência, para um engenheiro de dados sênior que ganhou um título maior sem um escopo maior. São três cargos diferentes, com três exigências de contratação diferentes. Este guia traça as linhas entre eles e depois constrói um modelo em torno da versão que a maioria das empresas realmente contrata hoje: o arquiteto de plataforma que decide como o Snowflake, o BigQuery ou o Databricks é estruturado por baixo de tudo o mais.

Principais Destaques

• Um título, três cargos: "Arquiteto de Dados" abrange o responsável pelo modelo de dados corporativo, o desenhista da plataforma em nuvem e um engenheiro de dados sênior com título maior, e cada um exige uma descrição de cargo diferente
• Os dados salariais federais realmente separam a remuneração: o BLS reporta uma mediana separada para arquitetos de banco de dados e para administradores de banco de dados, uma distinção que a maioria das vagas mistura
• Responde pela camada de modelagem, não só pela plataforma: escolhe entre os padrões dimensional (star schema de Kimball) e Data Vault 2.0 e depois define os padrões sobre os quais os engenheiros de dados constroem
• A governança saiu de projeto paralelo para atribuição central: contratos de dados, rastreamento de linhagem e ferramentas de catálogo são responsabilidades diárias hoje, e não um projeto para um dia
• Crescendo mais rápido que a área de banco de dados ao redor: as projeções federais mostram um crescimento de vagas específico de arquitetos bem à frente do lado de administradores da mesma ocupação
• Fica acima do pipeline, mas trabalha dentro dele: normalmente reporta a um Chief Data Officer ou VP de Engenharia de Dados, mas faz parceria diária com engenheiros de dados, DBAs e analistas

Por Que Esse Cargo É Importante

Toda empresa que ultrapassa um punhado de planilhas acaba precisando de alguém que decida, de propósito, como os dados são moldados. Sem essa pessoa, a forma surge por acidente: uma equipe constrói uma tabela de clientes de um jeito, outra constrói uma versão paralela com outra definição de "ativo", e três dashboards acabam discordando sobre o mesmo número diante do mesmo executivo. O Arquiteto de Dados é responsável por evitar isso e por corrigir rápido quando acontece mesmo assim.

As plataformas por baixo desse trabalho crescem rápido o bastante para que as decisões de arquitetura de hoje tenham consequências por anos. O mercado global de data warehousing deve crescer de $37,42 bilhões em 2025 para $43,48 bilhões em 2026, e para $79,15 bilhões até 2030, a uma taxa de crescimento anual composta de 16,2%, segundo o Data Warehousing Global Market Report, da The Business Research Company (atualizado em setembro de 2026). Cada dólar desse investimento cai sobre uma estrutura que alguém desenhou, e uma má decisão estrutural só fica mais cara de desfazer com o tempo.

O cargo também mudou de forma junto com a adoção de IA. O 2026 State of Analytics Engineering Report da dbt Labs (publicado em abril de 2026) constatou que a confiança nos dados saltou de 66% de importância em 2025 para 83% em 2026, enquanto 72% das equipes priorizam a codificação assistida por IA, mas apenas 24% priorizam a gestão de pipelines e os controles de qualidade assistidos por IA. A propriedade ambígua dos dados ficou parada em 41%, sem mudança de um ano para o outro. Essa distância entre produção e estabilização é exatamente o que um Arquiteto de Dados existe para fechar: não mais um pipeline, mas a responsabilidade sobre o que significa ser responsável.

Arquiteto de Dados: Três Cargos, Um Título

O modelo deste guia mira a linha do meio, a versão que as empresas mais contratam hoje. Se você precisa da versão corporativa, dê mais peso nos Requisitos a governança e facilitação de stakeholders do que à profundidade prática em plataforma, e faça o cargo reportar direto ao seu Chief Data Officer. Se um gestor de contratação descreve um cargo que se lê exatamente como o de Engenheiro de Dados com um pedido de salário maior anexado, diga isso diretamente em vez de inflar o título para resolver um problema de remuneração.

Modelo Principal de Descrição de Cargo

Vale uma leitura rápida antes: nosso guia de boas práticas para descrições de cargo. O modelo abaixo adota por padrão o perfil de arquiteto de plataforma e warehouse descrito acima; ajuste a seção de Requisitos se estiver contratando para a variante corporativa ou de engenheiro sênior.

Sobre o Cargo

Buscamos um Arquiteto de Dados para responder por como nossos dados são modelados, armazenados e governados em nossa plataforma de dados na nuvem. Você vai desenhar as estruturas de warehouse e lake das quais cada dashboard e cada sistema downstream dependem, decidir quando uma área de assunto pede modelagem dimensional ou uma abordagem Data Vault e definir os padrões sobre os quais nossa equipe de engenharia de dados constrói. Este não é um cargo de estratégia distante: espere passar tempo de verdade dentro da plataforma, revisando schemas, ajustando custo e desempenho e trabalhando em dupla com engenheiros nos pipelines que implementam o que você desenha.

Você trabalhará de perto com engenharia de dados, analytics, segurança e as áreas de negócio que dependem de números confiáveis, transformando um emaranhado de sistemas de origem e definições conflitantes em um modelo sobre o qual as pessoas possam construir. Espere defender decisões diante de stakeholders que buscam um atalho em torno da governança e, com a mesma frequência, impedir que a governança vire desculpa para deixar tudo lento.

O candidato ideal já viveu uma métrica significando três coisas diferentes em três sistemas, ou uma migração que parecia simples até surgir a quarta dependência downstream, e ainda assim quer fazer esse trabalho. Você reportará ao nosso Chief Data Officer ou ao VP de Engenharia de Dados e fará parceria diária com os engenheiros de dados, administradores de banco de dados e analistas que trabalham dentro do modelo que você construir.

Principais Responsabilidades

• Desenho do Modelo de Dados: Desenhar modelos conceituais, lógicos e físicos no warehouse e no lake, escolhendo entre os padrões dimensional (star schema de Kimball) e Data Vault 2.0 conforme as necessidades de auditoria e a velocidade de mudança
• Arquitetura da Plataforma: Responder pelas decisões de arquitetura da plataforma de dados na nuvem, seja Snowflake, BigQuery ou Databricks, incluindo particionamento, clustering e governança de custos à medida que o volume cresce
• Padrões de Modelagem: Definir as convenções sobre as quais engenheiros de dados e analytics engineers constroem, para que cinco equipes parem de inventar cinco jeitos de modelar a mesma entidade de cliente
• Contratos de Dados: Definir contratos de schema entre os sistemas de origem e o warehouse, para que uma mudança de produto upstream deixe de quebrar um dashboard em silêncio semanas depois
• Governança, Linhagem e Catalogação: Responder pelas ferramentas de linhagem e catálogo que permitem rastrear um número até sua origem sem precisar perguntar a você
• Responsabilidade pelos Dados Mestres: Definir a fonte única da verdade para entidades centrais como cliente, produto e conta, e como cada uma se mapeia entre sistemas paralelos
• Segurança por Design: Incorporar controle de acesso e segurança em nível de linha ou coluna ao próprio modelo, em parceria com administradores de banco de dados que operam as instâncias no dia a dia
• Integração entre Sistemas: Desenhar como sistemas operacionais, dados de terceiros e fluxos de eventos alimentam o modelo sem duplicar a lógica de negócio
• Revisão Técnica e Mentoria: Revisar modelos de dados propostos por engenheiros de dados e desenvolvedores SQL e orientar a equipe sobre os trade-offs
• Documentação: Manter o modelo de dados corporativo, o glossário e os diagramas de linhagem atualizados o bastante para que um novo analista de dados consiga usá-los sem uma apresentação de duas horas

Requisitos

Qualificações Obrigatórias:

• Bacharelado em ciência da computação, sistemas de informação ou área técnica relacionada, ou experiência equivalente
• 6+ anos em engenharia de dados, administração de banco de dados ou modelagem de dados, incluindo alguma responsabilidade em nível de arquitetura
• Domínio profundo de SQL e experiência prática de arquitetura em pelo menos uma grande plataforma de dados na nuvem (Snowflake, BigQuery ou Databricks)
• Experiência prática com modelagem dimensional e padrões Data Vault, e discernimento sobre quando cada um se encaixa
• Experiência em definir contratos de dados ou governança de schema entre sistemas de origem e um warehouse central
• Conhecimento funcional de ferramentas de catálogo de dados, linhagem ou gestão de metadados
• Capacidade de explicar um trade-off de modelagem a um engenheiro de dados e a um stakeholder de negócio, em dois vocabulários diferentes
• Compreensão de segurança de dados, controle de acesso e dos frameworks de conformidade relevantes para o seu setor

Qualificações Desejáveis:

• Experiência com dbt ou um framework de transformação semelhante entre o warehouse bruto e a camada modelada
• Experiência anterior como Administrador de Banco de Dados ou Engenheiro de Dados antes de migrar para arquitetura
• Experiência em um setor regulado (serviços financeiros, saúde) com requisitos de governança relacionados
• Familiaridade com data mesh ou modelos de propriedade orientados a domínio, mesmo sem adoção formal
• Contato com infraestrutura de serviço de IA, coordenando com um Arquiteto de Soluções de IA quando a empresa tiver um
• Certificações relevantes (SnowPro, Google Professional Data Engineer, Databricks Certified Data Engineer)

O Que Oferecemos

• Remuneração Competitiva: Salário-base alinhado aos dados de mercado para o seu nível, detalhado no Guia de Remuneração abaixo
• Benefícios Abrangentes: Cobertura de saúde, odontológica e oftalmológica, além de 401(k) com contrapartida da empresa
• Plataforma de Dados Moderna: Decisões de arquitetura tomadas sobre uma stack atual em nuvem, e não sobre uma década de schema legado sem documentação
• Influência Real: Suas decisões de modelagem e governança moldam cada dashboard e pipeline construído depois da sua chegada, e não um diagrama que fica parado em uma wiki
• Desenvolvimento Profissional: Verba para certificações de plataforma, conferências e treinamentos focados em modelagem
• Regime de Trabalho Flexível: Opções híbridas ou remotas conforme a equipe e o nível do cargo

Variações de Contexto

Ambiente Corporativo

Em organizações maiores, espere comitês formais de governança, várias unidades de negócio com definições de métricas conflitantes e prazos mais longos para mudanças no modelo, porque mais sistemas dependem dele. Uma grande migração de plataforma costuma correr em paralelo com um gerente de implementação que coordena a implantação entre departamentos, enquanto você responde pela correção do modelo-alvo. As ferramentas de catálogo e linhagem geralmente já existem, então o cargo se inclina mais a fazer cumprir padrões e negociar com stakeholders do que a construir a partir do zero.

Ambiente de Startup

Em uma empresa em estágio inicial, o Arquiteto de Dados costuma ser a primeira contratação sênior de dados, escolhendo a plataforma de warehouse inicial e construindo o primeiro modelo de dados de verdade a partir do nada. Espere que o cargo se misture à engenharia de dados e, às vezes, a trabalhos pontuais de desenvolvedor PostgreSQL no lado transacional, até a equipe crescer o suficiente para separar as responsabilidades. O conforto com dados imperfeitos e em rápida mudança importa mais que um schema perfeitamente normalizado entregue um trimestre atrasado.

Ambiente Remoto ou Híbrido

Arquitetos de Dados remotos dependem mais de architecture decision records escritos do que de sessões ao vivo no quadro branco, já que um documento claro explicando por que um modelo tem determinada forma evita uma dúzia de reuniões futuras. A explicação assíncrona de um trade-off de modelagem precisa se sustentar sozinha, sem uma apresentação verbal para preencher as lacunas. Vale ponderar, durante o processo de entrevista, a sobreposição de fuso horário com a equipe de engenharia de dados mais afetada pelas suas decisões.

Considerações por Setor

As habilidades centrais de arquitetura se transferem entre setores, mas qual padrão de modelagem vence, e quanta carga de governança o acompanha, muda conforme o segmento.

Guia de Remuneração

Como os Dados Federais se Aplicam a Este Cargo

O U.S. Bureau of Labor Statistics agrupa esse trabalho em Database Administrators and Architects (SOC 15-1245), reportando um salário anual mediano combinado de $126.760 (maio de 2025). De forma incomum para um título desta coleção, o BLS separa os dois: Database Architects têm mediana de $139.500, enquanto Database Administrators ficam em $104.620, segundo o BLS Occupational Outlook Handbook, Database Administrators and Architects (dados salariais de maio de 2025). Só essa diferença já explica por que os dados salariais genéricos de "banco de dados" subestimam o custo de uma contratação com título de arquiteto.

Os números de crescimento concordam. O BLS projeta que a ocupação combinada cresça 4% de 2025 a 2035, mais ou menos na média, com cerca de 7.300 vagas anuais em 144.500 postos no total, mas suas próprias subdivisões mostram arquitetos crescendo 9% enquanto administradores ficam estáveis em 0%. A página do O*NET para Database Architects (código 15-1243.00) acrescenta textura: 66.900 empregados em 2024, cerca de 4.000 vagas anuais até 2034, a designação Bright Outlook e 76% das vagas exigindo ao menos um bacharelado.

A demanda continua subindo porque o investimento em plataformas continua se acumulando, e o investimento em ferramentas de governança se acumula ainda mais rápido: o mercado global de governança de dados deve crescer de $5,38 bilhões em 2026 para $24,07 bilhões até 2034, um CAGR de 20,50%, segundo o relatório Data Governance Market, da Fortune Business Insights (atualizado em agosto de 2026). Alguém precisa responder pelo modelo sobre o qual essas ferramentas se apoiam, e esse alguém é este cargo.

Remuneração de Mercado por Nível de Experiência

As faixas abaixo são estimativas de mercado definidas pelo empregador, construídas em torno da base verificada do BLS e do O*NET acima e da progressão padrão de senioridade em cargos de arquitetura de dados. Trate-as como uma faixa de planejamento, e não como uma cotação de qualquer banco de dados salariais isolado.

Guia de Ajuste por Região Metropolitana

O que move uma proposta específica: o setor (serviços financeiros e tecnologia pagam acima da mediana), a profundidade da responsabilidade sobre a plataforma, se a responsabilidade por catálogo e linhagem está incluída e o quão diretamente o modelo se liga a risco regulatório ou a relatórios de receita.

Matriz de Requisitos por Nível de Experiência

Perguntas de Entrevista

Perguntas Técnicas/Funcionais

1. Trade-offs de Modelagem: "Quando você escolheria a modelagem dimensional em vez do Data Vault 2.0 para uma nova área de assunto, e o que o faria mudar de ideia?"
2. Desenho de Plataforma: "Desenhe a camada de warehouse para uma empresa que processa cinco bilhões de eventos por dia em três linhas de produto. Que plataforma você escolheria e por quê?"
3. Contratos de Dados: "Como você definiria e faria valer um contrato de schema entre uma equipe de produto upstream e o warehouse?"
4. Governança na Prática: "Um VP quer acesso de leitura aos dados brutos de clientes para uma análise pontual. Como você avalia e responde?"
5. Planejamento de Migração: "Descreva como planejaria a migração de um warehouse on-premises para uma plataforma em nuvem sem quebrar os relatórios por seis meses."
6. Desempenho e Custo: "As consultas de uma equipe estão corretas, mas a fatura do warehouse triplicou neste trimestre. Como você investiga?"
7. Conflitos de Dados Mestres: "Dois sistemas discordam sobre o que conta como 'cliente ativo'. Como você resolve isso no nível do modelo, e não dentro de um dashboard?"
8. Linhagem e Confiança: "Como você permitiria que um novo analista confiasse em um número de dashboard sem perguntar diretamente a você?"

Perguntas Comportamentais

1. "Conte sobre um modelo de dados que você desenhou e que precisou ser refeito depois. O que aprendeu?"
2. "Descreva uma vez em que você disse não a um pedido de um stakeholder por uma questão de governança ou segurança."
3. "Explique uma divergência com um engenheiro de dados ou DBA sobre uma decisão de arquitetura. Como foi resolvida?"
4. "Conte sobre a integração corporativa mais complexa que você conduziu do início ao fim."
5. "Descreva como foi herdar um modelo de dados que você não desenhou. Como decidiu se o manteria ou o substituiria?"
6. "Conte sobre uma vez em que você construiu consenso entre várias equipes antes de implementar uma decisão de arquitetura."

Perguntas de Aderência Cultural

1. "Como você equilibra a pureza arquitetural com a realidade de uma equipe movida por prazos?"
2. "Como é, no dia a dia, uma relação saudável entre arquitetura de dados e engenharia de dados?"
3. "Como você lida com uma equipe que contorna rotineiramente o modelo que você desenhou?"
4. "Qual decisão de arquitetura você tomaria de forma diferente se começasse este cargo de novo?"

Dicas de Avaliação: Procure candidatos que expliquem um trade-off em linguagem simples, e não apenas citem o padrão. As respostas fortes incluem um sistema, um stakeholder e uma consequência específicos, e não uma afirmação genérica de "melhorar o modelo de dados". Desconfie de quem insiste que uma abordagem de modelagem é sempre a correta, ou de quem teve o título de "Arquiteto" mas não consegue apontar uma decisão de alcance corporativo que tenha tomado.

Dicas de Contratação

Guia Rápido de Sourcing

• LinkedIn: Busque títulos como "Data Architect", "Enterprise Data Architect" ou "Analytics Architect", filtrados pela plataforma de nuvem que você usa
• Comunidades de Plataforma: Grupos de usuários e diretórios de certificação de Snowflake, Databricks e BigQuery revelam quem trabalha com a plataforma diariamente
• Comunidades Focadas em Modelagem: Grupos de Data Vault e Kimball, além da comunidade dbt no Slack, atraem pessoas que pensam em trade-offs em vez de um único padrão
• Caminho de Promoção Interna: Seus melhores engenheiros de dados e DBAs costumam ser os melhores candidatos; observe quem já toma decisões de modelagem entre equipes de maneira informal

Sinais de Alerta a Evitar

• Fluência só em ferramentas: Conhece o console de uma plataforma em nuvem de cor, mas não consegue explicar por que um modelo tem determinada forma
• Nenhuma história de governança: Não consegue descrever uma decisão real de controle de acesso ou de contrato de dados que tenha tomado
• Pensamento de um único padrão: Insiste que a modelagem dimensional, ou o Data Vault, está sempre certa, sem noção de quando o outro se encaixa melhor
• Título sem escopo: Já teve o título de "Arquiteto", mas descreve um trabalho idêntico ao de um engenheiro de dados sênior, sem decisões de alcance corporativo para apontar
• Não consegue explicar uma má decisão: Nenhum exemplo de decisão de arquitetura que não deu certo, ou do que mudaria