Analista de dados sênior

• Python: Pandas, NumPy e bibliotecas para processamento e análise de dados.
• SQL avançado: consultas complexas, otimização e manipulação de grandes volumes de dados.
• ETL/ELT: construção e orquestração de pipelines.
• Bancos de dados: SQL Server, PostgreSQL, Oracle ou similares.
• Cloud e processamento distribuído: AWS, Azure, GCP, Spark ou Databricks, conforme o ambiente.
• Versionamento: Git e GitHub/GitLab.
• BI e visualização: Power BI, Tableau ou ferramentas similares, como diferencial.

Escolaridade e certificações

• Ensino superior completo em Ciência da Computação, Engenharia, Sistemas de Informação, Estatística, Matemática, Ciência de Dados ou áreas correlatas.
• Pós-graduação ou certificações em Dados, Cloud ou Engenharia de Dados são diferenciais.

• Experiência sólida em análise e engenharia de dados, com domínio do fluxo de dados de ponta a ponta.
• Domínio de Python para manipulação, transformação, análise e automação de dados.
• SQL avançado, com capacidade de desenvolver consultas complexas e otimizar performance.
• Experiência prática com processos ETL/ELT, pipelines e integração de múltiplas fontes de dados.
• Conhecimento em modelagem de dados, bancos relacionais e Data Warehouse.
• Experiência com tratamento, validação, qualidade e governança de dados.
• Capacidade de investigar problemas, identificar causas-raiz e propor soluções técnicas.
• Experiência com versionamento de código utilizando Git.
• Autonomia para conduzir demandas complexas, documentar soluções e interagir com áreas de negócio e tecnologia.

• Desenvolver, manter e otimizar pipelines de dados de ponta a ponta.
• Extrair, integrar, limpar, transformar e disponibilizar dados de diferentes fontes.
• Desenvolver scripts e soluções em Python e SQL para análises, automações e processamento de dados.
• Projetar e manter modelos de dados confiáveis, escaláveis e eficientes.
• Implementar validações, monitoramento e controles de qualidade dos dados.
• Investigar falhas, inconsistências e problemas de performance nos processos de dados.
• Garantir rastreabilidade, documentação e confiabilidade das informações.
• Apoiar a construção de indicadores, relatórios e análises estratégicas para o negócio.
• Trabalhar em parceria com Engenharia de Dados, BI, Tecnologia e áreas de negócio.
• Identificar oportunidades de automação, otimização e melhoria contínua da arquitetura e dos processos de dados.