Lead Data Security Engineer (Vaga Afirmativa para Mulheres)

🏢 iFood · all iFood jobs
📍 Brazil
📅 Posted 2026-08-03 · via Himalayas
🏷 Data-Security-Engineering,Cybersecurity,DLP-Engineering,Security-Architecture,Data-Protection,Lead-Information-Security-Engineer,Lead-Security-Engineer,Data-Security-Engineer,Security-Engineering-Lead,Senior-Information-Security-Engineer
Apply on original site ↗

Nosso Modo de Fazer no Time:

Transforme sua carreira com o iFood ! Somos uma empresa brasileira de tecnologia referência na América Latina. Por meio de soluções inovadoras, conectamos milhares de restaurantes a milhões de consumidores diariamente com uma média de 100 milhões de pedidos mensais. Além do delivery de comida, também somos Mercado, Farmácia e Pet. Temos também o iFood Pago, nossa Fintech, que engloba o iFood Benefícios, o vale alimentação e refeição do iFood e o próprio iFood Pago, o banco do restaurante. Junte-se a nós e faça parte de uma equipe que está sempre à frente com tecnologia de ponta e inovação constante.

Seu Cardápio Diário:

A pessoa especialista em Segurança de Dados é responsável por proteger dados em duas dimensões críticas: dados corporativos — como funcionários internos e terceiros lidam com informações sensíveis por meio de dispositivos corporativos, plataformas SaaS e serviços de cloud — e dados de produção — como os dados fluem entre sistemas, integrações, parceiros e clientes.

Essa posição está na interseção entre engenharia de segurança, governança de dados e viabilização do negócio, garantindo que os dados sejam protegidos sem impedir que o negócio opere com eficiência.

Essa posição faz parte da nossa pipeline de sucessão de liderança. A pessoa ideal atua com autonomia total, lidera a definição da estratégia de proteção de dados (corporativos e de produção), adota ativamente ferramentas de AI para produzir resultados mensuráveis e demonstra a mentalidade de liderança necessária para ampliar a capacidade técnica e a influência do time.

- Assumir a estratégia de DLP (Data Loss Prevention) e ZTNA para endpoints, aplicações cloud e canais de comunicação.

- Definir e aplicar políticas de classificação de dados e procedimentos de tratamento para usuários internos e terceiros.

- Gerenciar e evoluir os controles de segurança para plataformas SaaS corporativas, fortalecendo as configurações de Databricks, Salesforce, Google Workspace, Slack e ferramentas similares.

- Definir e aplicar políticas de Document Retention & Disposal, estabelecendo por quanto tempo os dados corporativos devem ser retidos, como devem ser arquivados e como devem ser descartados com segurança, em conformidade com a LGPD, o GDPR e os requisitos internos de governança.

- Colaborar com o CSIRT e os times de investigação durante incidentes de exfiltração de dados, contribuindo com insights de DLP e contexto dos dados.

- Monitorar indicadores de insider threat e desenvolver regras de behavioral analytics para detectar acessos ou movimentações anômalas de dados.

- Definir e aplicar políticas de device posture, garantindo que apenas dispositivos em conformidade acessem os sistemas corporativos (integração com ZTNA).

- Analisar e avaliar a arquitetura de segurança das integrações de dados entre sistemas internos, parceiros e clientes.

- Identificar riscos nos padrões de troca de dados — APIs, pipelines de ETL e transferências de arquivos — e propor controles compensatórios.

- Colaborar com os times de engenharia e dados para incorporar requisitos de segurança ao desenho das integrações (security by design).

- Avaliar e aprimorar data residency, criptografia em trânsito e em repouso e modelos de controle de acesso para ambientes de produção.

- Apoiar os requisitos de compliance relacionados à proteção de dados (LGPD, GDPR, PCI-DSS) e os requisitos regulatórios (BACEN, PCI, entre outros).

- Liderar iniciativas de Sensitive Data Mapping nos ambientes corporativos e de produção — identificando, catalogando e classificando ativos de dados sensíveis para garantir que os controles apropriados sejam aplicados em todo o ciclo de vida dos dados.

- Usar AI para detectar padrões anômalos de dados, automatizar a classificação, aprimorar o ajuste de políticas de DLP e acelerar investigações — com impacto mensurável na redução de riscos.

- Criar e manter métricas sobre exposição a riscos de dados, violações de políticas e progres

← All remote jobs