Sobre a Oportunidade
Estamos em busca de uma pessoa Analytics Engineer Sênior para ser a referência na transformação, modelagem e governança dos nossos dados.
Sua missão será pegar problemas complexos e ambíguos de negócio e traduzi-los em estruturas de dados limpas, eficientes e escaláveis. Você trabalhará na intersecção entre a Engenharia de Dados (Plataforma) e as pontas de consumo (Analistas e Cientistas de Dados), garantindo que a nossa "única fonte da verdade" seja confiável, rápida e documentada. Além da forte atuação técnica, esperamos que você atue como mentor(a) das pessoas com menor senioridade do time.
O que você fará no dia a dia (Papéis e Responsabilidades)
-
Modelagem de Dados Avançada: Desenhar, construir e manter pipelines de transformação de dados robustos (usando dbt e SQL), aplicando conceitos de modelagem dimensional (Star Schema/Kimball).
-
Garantia de Qualidade: Implementar testes automatizados de dados, monitoramento de qualidade e CI/CD para garantir que nenhuma quebra de pipeline chegue às áreas de negócio.
-
Otimização e FinOps: Identificar gargalos de performance, otimizar queries complexas e gerenciar custos de processamento dentro do nosso Data Warehouse.
-
Autonomia e Parceria com o Negócio: Sentar com stakeholders e líderes de produto/negócio para entender suas necessidades, mapear regras complexas e transformá-las em tabelas de consumo (Gold/Refined).
-
Governança: Documentar os modelos criados, mapear a linhagem dos dados (data lineage) e manter o catálogo de dados atualizado e acessível.
O que buscamos (Requisitos Técnicos e Experiência)
-
Experiência sólida e comprovada atuando como Analytics Engineer ou Engenheiro de Dados com foco em transformação.
-
SQL nível sênior: Domínio em otimização de performance, funções analíticas/janela, tratamento de dados complexos e estruturas JSON.
-
Experiência prática avançada com dbt (data build tool) (uso de macros, variáveis, testes estruturados e customizados).
-
Experiência robusta com pelo menos um Cloud Data Warehouse moderno (BigQuery, Snowflake, Databricks ou Redshift).
-
Domínio de boas práticas de engenharia de software aplicadas a dados: Controle de versão (Git/GitHub), CI/CD e revisão de código de terceiros.
-
Familiaridade com orquestradores de fluxos (Airflow, Prefect, Dagster ou similares).
Diferenciais (Será um plus se você tiver)
-
Bons conhecimentos em Python para análise ou automação de scripts.
-
Experiência na definição ou transição para uma arquitetura de Data Mesh ou Data Contracts.
-
Conhecimento em ferramentas de Data Quality e Observabilidade (Great Expectations, Monte Carlo, etc.).
Soft Skills que valorizamos
-
Resolução de Problemas Complexos: Habilidade para pegar demandas de negócio que ainda estão "nebulosas" e estruturá-las tecnicamente com autonomia.
-
Comunicação Clara: Capacidade de dialogar tanto com o Engenheiro de Plataforma quanto com o Diretor de Negócio, adaptando o discurso para cada público.
-
Maturidade: Perfil colaborativo, que gosta de ensinar, dar feedbacks construtivos em Code Reviews e elevar a barra técnica do time.