Analista de Business Intelligence

Buscamos Arquiteto(a) de Dados para a área de Dados da Bom Futuro. A pessoa vai desenhar, construir e sustentar a plataforma que alimenta os painéis de BI, os monitoramentos operacionais e as próximas iniciativas de IA do grupo.

Requisitos:

Graduação completa em Ciência da Computação, Engenharia da Computação, Engenharia de Software, Sistemas de Informação ou áreas afins;

Experiência em engenharia ou arquitetura de dados;

SQL avançado e modelagem dimensional;

Python para manipulação e processamento de dados (Polars ou Pandas);

Banco de dados relacional (PostgreSQL, Oracle ou SQL Server), incluindo otimização de consultas, índices e particionamento;

Desenvolvimento e sustentação de pipelines ETL/ELT em produção;

Versionamento com Git.

Principais atividades:

Desenhar e evoluir a arquitetura de dados (Lake em Oracle Cloud/OCI e PostgreSQL), definindo padrões de ingestão, camadas, modelagem e entrega para as ferramentas de consumo (BI, monitoramentos e aplicações);

Conduzir a migração de ETLs legados para pipelines em Python (Polars), sem interromper os painéis em uso;

Modelar dados (modelo estrela, granularidade, histórico) para BI, monitoramentos e data products;

Construir e sustentar pipelines em produção: carga incremental, monitoramento, alertas e tratamento de falhas dentro da janela de carga;

Disponibilizar dados para aplicações e monitoramentos via APIs;

Otimizar performance de banco e pipelines;

Aplicar padrões de qualidade, catálogo, glossário e lineage, preparando os dados para uso em IA;

Documentar, versionar (Git) e revisar código, repassando padrões aos analistas de BI.

Requisitos Desejáveis:

Cloud, preferencialmente Oracle Cloud (OCI), ou AWS, Azure, GCP;

Arquitetura Lakehouse e formatos colunares (Parquet);

Orquestração de pipelines (Airflow, Prefect, Dagster ou similar);

APIs REST em Python (FastAPI ou Flask);

Docker e Linux;

Governança e qualidade de dados, incluindo boas práticas de LGPD;

Preparação de dados para IA e LLMs (RAG, embeddings, pgvector ou outro banco vetorial);

Experiência em migração de plataforma de dados legada;

Vivência com ferramenta de BI (Qlik, Power BI ou similar), especialmente leitura de scripts de carga legados;

Vivência com dados do agronegócio (safra, talhão, produtividade, custo por hectare);

Certificações em cloud ou engenharia de dados.