Engenharia de Dados: mercado
Um Data Engineer é um engenheiro que projeta a infraestrutura de coleta, armazenamento, transformação e entrega de dados: pipelines de ETL e ELT, data warehouses, streaming, orquestração. O stack central é Python e SQL, orquestradores Apache Airflow ou Dagster, processamento distribuído com Apache Spark, fluxos com Apache Kafka, data warehouses ClickHouse, Snowflake, BigQuery, Redshift, transformações com dbt. As tecnologias mais demandadas — sql, python, cloud, aws, azure. 32% das vagas são remotas. Os dados são atualizados diariamente a partir de 105 sites de vagas e 16.669 páginas de carreira de empresas.
O mercado de Engenharia de Dados tem agora 13.742 vagas abertas, 12.733 delas observadas recentemente. Median salary $8.450/mo.
32% das vagas de Data Engineer são totalmente remotas; o restante é híbrido ou presencial. Bancos exigem híbrido com mais frequência por compliance; startups e times internacionais — totalmente remoto.
⚠ salário conhecido para 1238 de 13742 vagas; participação de remoto a partir de 11314 com formato informado; 12733 contadas como observações recentes; tendência e dificuldade de contratação não são mostradas
Timeline: postings and sources
How many Engenharia de Dados postings appeared each week over 180 days, and from how many sources. The second line separates market growth from coverage growth: a jump in the week new sources were connected means we started seeing more, not that the market grew.
New postings and active sources per week
Sources over the period: 414
New sources connected: May 18 +10 · May 25 +15 · Jun 1 +17 · Jun 8 +7 · Jun 15 +8 · Jun 22 +28 · Jun 29 +77 · Jul 6 +43 · Jul 13 +25 · Jul 20 +29 · Jul 27 +12 · Aug 3 +12 · Aug 10 +7 · Aug 17 +10 · Aug 24 +8 · Aug 31 +13 · Sep 7 +8 · Sep 14 +8 · Sep 21 +6 · Sep 28 +9 · Oct 5 +7 · Oct 12 +7 · Oct 19 +18
Week = posting first-seen date, all statuses, 180 days; sources = distinct collection channels that yielded postings for the direction that week; new sources = channels that yielded their first posting for the direction that week.
Salaries over time
Median Engenharia de Dados salary per week, USD per month.
Median salary, USD per month
Only postings with a USD salary and a known period (month or year), $500–$50,000 per month. Weeks with fewer than 10 such postings are left blank — that means no data, not zero.
Remote work over time
Share of Engenharia de Dados postings offering fully remote work, per week.
Remote postings, %
The share is among postings that state a format (remote, hybrid, office). Weeks with fewer than 10 such postings are left blank.
Technologies over time
How the share of Engenharia de Dados postings mentioning each of the top technologies changed.
Postings mentioning the technology, %
Share among postings with a tagged stack; the series starts on Aug 10: earlier stack tags were assigned differently. Weeks with fewer than 20 tagged postings are left blank.
Countries over time
How the share of Engenharia de Dados postings in each of the top countries changed, per week.
Postings in the country, %
Share among postings with a known country; the chart shows the five countries with the most postings over six months. Weeks with fewer than 20 postings with a known country are left blank. A rising share can mean a newly connected source in that country rather than market growth.
Demanda e oferta observada
| Demanda aberta | 13.742 |
| Oferta observada | — não publicado |
Nas últimas semanas, a direção de Data Engineer produziu um fluxo estável de novas vagas. Flutuações são normais (as vagas se concentram no início do mês); observe a tendência geral, não os picos isolados.
⚠ candidatos compatíveis com uma vaga ainda não são contados: são mostrados a demanda e o pool observado
Distribuição de salários
Um em cada dez ganha menos de $3.804, um em cada dez mais de $16.391. Metade do mercado fica entre $5.778 e $12.860. Amostra: 1.238.
Geografia da demanda
| país | vagas |
|---|---|
| US | 3.841 |
| PL | 1.358 |
| GB | 1.015 |
| IN | 951 |
| DE | 516 |
| SG | 465 |
| CA | 387 |
| RU | 259 |
| FR | 247 |
| HK | 242 |
O líder pelo número de vagas de Data Engineer são os EUA (3841 posições), seguidos pelos principais hubs de TI da CEI e do Leste Europeu. Importante: esta é a distribuição pelas nossas fontes de parsing, não uma estimativa do mercado global.
⚠ apenas número de vagas: o salário por país não é publicado
Usada junto com
O principal stack de Data Engineer em 2026 é Python, SQL, Apache Spark, Apache Airflow, Apache Kafka. A base Python + SQL é obrigatória para todos; as especializações vêm depois: Spark (batch), Airflow (orquestração), Kafka (streaming).
Os pares de tecnologia mais comuns nas vagas de Data Engineer: Python+SQL, Airflow+Spark, Kafka+ClickHouse, dbt+Snowflake, Spark+S3. Se você está planejando um roteiro de aprendizado, essas combinações maximizam a cobertura do mercado.
Demanda por nível
| nível | vagas |
|---|---|
| senior | 4.186 |
| lead | 1.000 |
| principal | 699 |
| middle | 583 |
| junior | 567 |
O maior crescimento de pagamento é entre Junior e Middle (adquirindo Airflow + Spark + uma plataforma de nuvem).
⚠ apenas o lado da demanda: a senioridade do pool observado é desconhecida na maior parte
Empregadores
A demanda está distribuída entre 5.817 empregadores. O maior responde por 1.9%, os dez primeiros por 6.4%; os 93.6% restantes são cauda longa.
| proporção | valor |
|---|---|
| top 1 | 1.9% |
| top 3 | 3.2% |
| top 10 | 6.4% |
| cauda longa | 93.6% |
The companies hiring Data Engineers most actively right now are large banks, marketplaces, search engines, and international data startups.
⚠ os nomes não são mostrados: o classificador ainda não distingue agências de recrutamento de empregadores finais
Onde o Zorky vê este mercado
Observado em 202 fontes; a maior responde por 17.8%: este mercado não depende de um único canal.
Vagas de Data Engineer aparecem na maioria das grandes fontes: parsers web (HH, Habr Career, Djinni, DOU, NoFluffJobs, JustJoin.it) fornecem o grosso do volume. Os canais do Telegram acrescentam um fluxo exclusivo — startups de dados, posições especializadas em ClickHouse, ofertas remotas dos EUA.
Vagas recentes
- GTM Operations Analyst – Analytics & Automation
- Data Architect (with German) · PL
- Аналитик данных / Risk Data Scientist (Кредитный риск) · RU
- Phantom · RU
- Software Engineer · US · $12.195
- C++ Market Data Engineer (USA) · US
- Business Analytics Specialist, Temporary · CA
- Senior Data Engineer (6 Months Fixed Term Contract) · IN
Vagas de Data Engineer abertas mais recentes — as 10 posições mais recentes com qualidade de descrição adequada. A lista completa está disponível no nosso CRM ou pelo link "ver todas" abaixo.
Mercados adjacentes
Data Engineer é uma das especializações de TI mais bem pagas por mediana. Clique na barra de qualquer direção para comparar salários, stack e dinâmica em detalhe.
⚠ mercados adjacentes para comparação ainda não foram definidos
Como é medido
- Vaga
- uma vaga aberta que passou pelo filtro de qualidade e lista pelo menos duas tecnologias
- Candidato observado
- um candidato cujo stack contém esta tecnologia; um agregado — nenhum registro individual sai do perímetro
- Candidato compatível
- ainda não contado
- Janela
- vagas abertas no momento em que o snapshot foi gerado
Sobre os dados
- Alguns detalhamentos estão ocultos: a cobertura de dados deles ainda não é suficiente.
- As estatísticas só aparecem onde a amostra passa por um controle de qualidade.
- A ausência de um bloco não significa valor zero.
Detalhamentos ocultos no momento: 8.
Dados de 2026-10-27
Especializações
Data Engineering se divide em subespecializações: Data Engineer clássico (ETL + warehouse), Big Data Engineer (Spark/Hadoop), Data Platform Engineer (infraestrutura), DBA (administração de bancos), engenheiro de Data Warehouse (Snowflake/BigQuery), Streaming Engineer (Kafka). Cada nicho tem sua própria faixa salarial e conjunto de ferramentas — clique em um card para ver os detalhes.
Perguntas frequentes
As perguntas mais comuns sobre o mercado de Data Engineer: salários por nível, stack (Spark vs Airflow vs Kafka), remoto, comparação com Data Scientist e Analyst, onde começar uma carreira. As respostas se recalculam automaticamente a partir dos dados atuais.
Qual stack é mais exigido de um Data Engineer?
Top-5 tecnologias em vagas de Data Engineer na CEI e na Europa: sql, python, cloud, aws, azure. Skills de base exigidas: Python (avançado) e SQL (window functions, otimização). O principal orquestrador é o Apache Airflow (o padrão da indústria) ou Dagster em times mais novos. Para processamento distribuído — Apache Spark (PySpark) ou Flink. Streaming — Apache Kafka. Warehouses: ClickHouse (popular na Rússia), Snowflake, BigQuery, Redshift. Transformações — dbt (tendência em crescimento). Uma plataforma de cloud — um de AWS, GCP ou Azure é exigida no nível Senior. Docker, Kubernetes, Git, CI/CD são skills transversais.
Quem ganha mais — um especialista em Spark, Airflow ou Kafka?
Provavelmente um especialista com experiência em TODAS as três — as pessoas em geral não escolhem uma só. Os Data Engineers mais valorizados do mercado trabalham com Spark (processamento em batch de grande volume), Airflow (orquestração de pipelines), Kafka (streams em tempo real). Especialistas em ClickHouse são especialmente valorizados em times da Rússia.
Data Engineers podem trabalhar remotamente?
Parcialmente: 32% das vagas de Data Engineer são totalmente remotas. Menos que Backend ou Frontend, porque bancos e fintech muitas vezes exigem híbrido ou escritório por causa de compliance no trabalho com PII e dados de pagamento — é preciso presença física num perímetro protegido. Marketplaces — mais frequentemente híbrido. Times de produto internacionais — quase sempre remotos. Startups e times ágeis — totalmente remoto é o padrão. O pagamento remoto costuma ser maior graças ao pool internacional de candidatos. Existem poucas vagas remotas Júnior — aprender com dados reais é difícil sem mentoria no escritório.
Em que um Data Engineer difere de Data Scientist e Data Analyst?
A Data Engineer builds the infrastructure: ETL pipelines, warehouses, data streams. The goal is to make data collected, clean, and available at the right moment. Stack: Python, SQL, Spark, Airflow, Kafka. A Data Scientist analyses data and builds models: statistics, ML, A/B tests. Stack: Python, scikit-learn, PyTorch, Jupyter. A Data Analyst answers business questions through dashboards and reports. Stack: SQL, Excel, Tableau, Power BI, Looker. Career flow: often Analyst → Data Engineer, or Analyst → Data Scientist via 1–2 years of reskilling.
Quantas vagas de Data Engineer estão abertas na CEI e na Europa?
As of the latest data refresh, the Zorky sample contains 16753 active open Data Engineer positions across CIS and Eastern Europe. These are postings published in the last 90 days — companies actually hiring. Geography is distributed; the leaders are US, PL, GB. Data is collected from 105 job boards and 16 669 company career sites: vacancy Telegram channels (an exclusive stream, especially for data startups), specialised job sites (HH, Habr Career, Djinni, DOU, NoFluffJobs, JustJoin.it, Pracuj.pl), and career pages of major fintech and marketplaces. Duplicates are filtered by description and URL. Seasonality: hiring usually peaks in February–March and September–October.
Onde os Data Engineers ganham mais — na Rússia ou na Europa?
O principal fator da diferença é a moeda do contrato e o tipo de empresa. Os bancos locais russos em contratos de rublo fecharam a diferença para o mercado polonês para o Senior ao longo de 2 anos. A Geórgia atrai muitos relocados remotos.
De quais skills um Senior Data Engineer precisa?
Um Data Engineer Sênior é dono do stack completo de infraestrutura de dados. Base: Python (avançado, assíncrono, otimização), SQL (funções de janela, otimização, leitura de planos), uma nuvem (AWS S3/EMR, GCP BigQuery/Dataflow, Azure Data Lake). Orquestração: Apache Airflow ou Dagster (DAGs, sensors, operadores personalizados). Processamento distribuído: Apache Spark (PySpark, otimização, Catalyst). Streaming: Apache Kafka (producers, consumers, connectors). Data warehouses: um entre Snowflake, BigQuery, ClickHouse, Redshift. Transformações: dbt. Padrões de arquitetura: lambda/kappa, data mesh, data lakehouse, slowly changing dimensions. Transversal: Docker, Kubernetes, observabilidade (Datadog, Prometheus), CI/CD.
Deixar uma solicitação
Descreva a tarefa e deixe um contato: a solicitação chega ao nosso CRM e respondemos no contato informado.