Analytics Engineer Sênior

🚀Analytics Engineer Sênior

Sua missão: Buscamos um(a) Analytics Engineer Sênior para transformar dados brutos em modelos de negócio confiáveis, bem documentados e fáceis de consumir — garantindo qualidade, padronização de indicadores e que cada número usado na empresa tenha uma definição clara e uma origem rastreável.

📌 Suas principais responsabilidades:

• Projetar e construir modelos de dados analíticos (fatos, dimensões, agregados e snapshots) escaláveis e organizados por domínio de negócio.
• Desenvolver e manter transformações de dados (ELT) com versionamento, testes automatizados e documentação.
• Construir e sustentar pipelines de dados, integrando fontes diversas (bancos transacionais, APIs e arquivos), garantindo dados limpos, deduplicados e corretamente tipados.
• Traduzir regras de negócio em definições de métricas consistentes, em parceria com as áreas de negócio, eliminando divergências entre relatórios.
• Implementar testes de qualidade e reconciliação de dados (unicidade, completude, integridade referencial, paridade com a origem).
• Monitorar e fazer a sustentação dos modelos e pipelines em produção — diagnóstico de falhas, desvios de volume e atrasos.
• Otimizar performance e custo de consultas e armazenamento (particionamento, clusterização, materialização incremental).
• Aplicar práticas de segurança e conformidade (LGPD) — classificação de dados sensíveis, mascaramento e controle de acesso com menor privilégio.
• Apoiar a construção de camadas semânticas e dashboards quando necessário.
• Revisar código, definir padrões de modelagem e mentorar profissionais menos experientes.

🎯 O que buscamos:

• Experiência sólida em engenharia de dados ou analytics engineering, com modelagem e transformação de dados em produção.
• SQL avançado (window functions, CTEs, merge/upsert, tuning de consultas) em data warehouse na nuvem.
• Domínio de modelagem dimensional (Kimball, SCD, granularidade, chaves substitutas).
• Experiência com ferramentas de transformação como dbt ou Dataform — modelos incrementais, testes e documentação.
• Python para desenvolvimento de pipelines, automação e validação de dados.
• Experiência com orquestração de workflows, como Apache Airflow.
• Conhecimento de arquitetura de data lake/lakehouse em camadas e formatos como Parquet e Avro.
• Prática com qualidade e observabilidade de dados.
• Git, code review e CI/CD aplicados a dados.
• Conhecimento em segurança de dados e conformidade com a LGPD.
• Boa comunicação para traduzir necessidades de negócio em especificações técnicas.

⭐ Diferenciais:

• Experiência com nuvem, principalmente Google Cloud (BigQuery, Cloud Composer, Cloud Storage, Dataplex).
• Ferramentas de camada semântica e BI, como Looker/LookML.
• Conceitos de CDC e processamento em tempo real (Datastream, Debezium, Flink, Kafka).
• Experiência com migração de ambientes legados de dados.
• Vivência com negócios de assinatura e recorrência (MRR, churn, cohort).
• Dados para machine learning (feature store).
• Certificações como Google Cloud Professional Data Engineer ou dbt Analytics Engineering.
• Fome por automação com IA — uso de agentes e skills (ex.: Claude Code, GitHub Copilot, MCP) para acelerar desenvolvimento, documentação, testes e sustentação de dados, transformando tarefas repetitivas em fluxos automatizados e reutilizáveis.

O que oferecemos:

🍽️ VR e VA |

🩺 Assistência médica

🦷 Assistência odontológica

🤑 Bônus variável anual

👶 Auxílio creche

💻 Auxílio home office

🏋️ Wellhub + App Ginastica Laboral

✨ Seguro de vida

🎂 Day Off no mês de Aniversário

🚘 Vale Transporte ou Estacionamento

💉 Campanha de Vacinação

🧠TelePsicologia e Nutrição Online

💆Massagem no escritório para modelo híbrido

😎 Emendas de Feriado

🐾 Guapeco

📱Acesso aos nosso produtos

🍫Bateu aquela fome? Temos snacks no escritório