Data engineer em iGaming: porque é que um casino precisa de uma plataforma de dados própria

Num produto SaaS comum, a analítica pode chegar com um dia de atraso e nada de grave acontece. Num casino online, um dia de atraso significa que o media buyer continua mais um dia a gastar orçamento numa fonte que traz abusadores de bónus, e que o antifraude vê uma série de levantamentos suspeitos só depois de o dinheiro ter saído. Por isso, aqui a plataforma de dados não é uma função auxiliar, mas parte do circuito operacional — e quem a constrói vale mais do que a média do mercado de data engineering.

Em que diferem os dados de um casino dos de um produto comum

A diferença está em três coisas: volume, número de fontes e custo do erro.

• Granularidade dos eventos. A unidade de registo não é uma encomenda nem uma sessão, mas um spin isolado: aposta, resultado, alteração de saldo, ativação de uma mecânica de bónus. Um operador médio gera dezenas de milhares destes eventos por segundo no pico da noite, e todos são precisos por jogador, jogo, fornecedor e moeda.
• Uma dezena de fontes externas, todas diferentes. A plataforma de jogo, os agregadores de conteúdo (cada fornecedor de slots envia os seus relatórios no seu formato e no seu horário), os fornecedores de pagamentos, o processamento cripto, os trackers do programa de afiliados, a plataforma de CRM, as contas de publicidade. Nenhum deles tem obrigação de estar alinhado com os outros.
• O custo de uma discrepância. Se o GGR no relatório do fornecedor e no data warehouse do operador divergem 0,4%, isso não é uma «margem de erro» — é uma disputa de dinheiro com uma empresa externa e uma pergunta do diretor financeiro. Aqui a consistência dos números vale mais do que a elegância do pipeline.

O que um data engineer constrói de facto

Formalmente — pipelines ETL/ELT e data marts. Na prática — quatro circuitos, cada um com o seu cliente interno e os seus requisitos de frescura dos dados:

• Marketing e afiliados. Coortes por fonte, CPA versus LTV, reporte de pagamentos aos afiliados. Aqui a atribuição é essencial: o mesmo jogador chega ao mesmo tempo com um código promocional, um clique de parceiro e retargeting.
• CRM e retention. Segmentos para campanhas de email e de bónus, sinais de churn, custo dos bónus. O data mart tem de atualizar depressa — a campanha para recuperar um jogador arranca no mesmo dia em que ele deixou de entrar.
• Antifraude e pagamentos. Features para regras e modelos: velocidade dos depósitos, ligações entre dispositivos, anomalias no padrão de apostas. O mesmo fluxo de dados, mas com uma latência exigida de minutos, não de horas.
• Compliance e regulador. Reporte regular da atividade de jogo, dados para verificações de AML, suporte ao direito ao apagamento do RGPD e armazenamento separado dos dados por jurisdição. A parte aborrecida do trabalho, mas é nela que assenta a licença.

O significado de negócio destes números é outra profissão: como se leem e em que se apoiam as decisões, está explicado no artigo sobre o analista de dados num casino.

Stack e como é uma semana de trabalho

O conjunto de tecnologias é previsível: SQL e modelação de dados, Python, Kafka ou outro streaming, Airflow para orquestração, dbt para transformações, um data warehouse colunar — ClickHouse, Snowflake ou BigQuery —, mais Docker, Kubernetes e CI/CD. O ClickHouse aparece na indústria bem mais do que a média do mercado: é barato com grandes fluxos de eventos e responde depressa, e é exatamente isso que o ciclo diário de decisões exige.

Data engineer ou analista de BI: qual escolher

Estas duas funções estão muitas vezes na mesma equipa e confundem-se nas vagas. A divisão é simples: o engenheiro garante que o número chega a tempo e é igual em todos os relatórios; o analista responde pelo que ele significa. O engenheiro vive nos pipelines e nos modelos de dados, o analista nos dashboards, nas hipóteses e nas conversas com o produto. No mesmo nível, o engenheiro ganha cerca de 10–15% mais: um analista de BI middle em Malta custa €3.8–5.2K, um data engineer €4.2–5.8K. Em contrapartida, o analista tem um caminho mais curto para funções de produto, e o engenheiro para funções de plataforma e de gestão.

Quanto pagam

As faixas abaixo são líquidas por mês e vêm do catálogo de profissões da SpinHire. A primeira coluna — Malta e Chipre; a segunda — Polónia, Roménia e países bálticos; a terceira — remoto e hubs como Tbilisi, Yerevan e Kyiv.

Por cima vem um bónus anual, normalmente de 10–15% — mais modesto do que nas funções de marketing, onde a parte variável chega a metade do rendimento, mas também não depende de como correu o canal de aquisição. Três coisas puxam a faixa para cima: experiência com fluxos de dezenas de milhares de eventos por segundo, saber calcular e cortar o custo do data warehouse e disponibilidade para responder por data marts que o regulador consulta. Juniores raramente entram nesta função: quase todas as vagas começam em middle, porque ninguém quer ensinar a uma pessoa engenharia e domínio ao mesmo tempo.

Como entrar vindo do IT clássico

É uma das poucas funções no iGaming em que quase não pedem experiência no domínio. Chega-se de data engineering de qualquer setor — fintech, e-commerce, telecomunicações — e do desenvolvimento backend. O percurso em fintech é especialmente valorizado: lá existem os mesmos requisitos de consistência dos valores monetários e de auditoria de alterações.

1. A stack importa mais do que o domínio. No CV, em primeiro lugar devem estar os volumes e as ferramentas: quantos eventos por dia, que data warehouse, com que se orquestrava. A especificidade das métricas — GGR, NGR, custo dos bónus — aprende-se em mês e meio já no trabalho.
2. Inglês B1+ de nível técnico. A equipa é quase sempre distribuída, e a documentação e a correspondência com os fornecedores são em inglês. Aqui exige-se menos fluência oral do que nas funções com clientes.
3. Prepara-te para a pergunta sobre qualidade dos dados. Na entrevista é quase certo que te perguntem como apanhas discrepâncias e o que fazes com os eventos que chegam atrasados. Esse é, no fundo, o exame principal para a função.

A mecânica geral de entrada na indústria — de como ler as vagas até à conversa sobre salário — está explicada no artigo sobre a transição do IT clássico para o iGaming. A função quase sempre admite trabalho totalmente remoto: horário 5/2, de segunda a sexta, normalmente sem ligação a um escritório na ilha.

Para onde crescer a seguir

Para cima — Senior Data Engineer, depois Data Platform Lead com uma equipa de três a seis pessoas, e depois Head of Data e CDO. Para o lado — analytics engineering, mais perto do produto, a plataforma de antifraude ou a infraestrutura de ML para modelos de churn e scoring de jogadores. A procura pela função é consistentemente alta, com escassez de candidatos com experiência em grandes fluxos de eventos: é o caso em que o gargalo do mercado joga a favor do candidato.

A descrição completa da função, com responsabilidades, KPI e ferramentas, está na página da profissão de data engineer, e as posições abertas, na secção Vagas SpinHire.

Leia também

ProfissõesDesenvolvedor backend da plataforma iGaming: pilha, tarefas e saláriosProfissõesProduct manager em iGaming: o que mudaProfissõesCountry manager em iGaming: quem é responsável por todo o mercadoDadosQuem está contratando no iGaming: 20 melhores empresas e 5.620 vagasCarreiraEntrevista de affiliate manager: perguntas, casos e testes