Analytics Engineer (Pleno)

O seu desafio:

Como Analytics Engineer Pleno, você vai assumir as rotinas de ingestão, transformação e automação de dados transacionais que sustentam áreas críticas do negócio, convertendo necessidades complexas das áreas finais em datasets modelados e confiáveis. Além disso, terá papel ativo na governança de dados e em análises profundas de negócio, dando suporte à tomada de decisão estratégica.

No seu dia a dia, você vai atuar com:

• Ingestão e Transformação de Dados: Construir, manter e evoluir pipelines de ingestão e transformação de dados (ELT/ETL) a partir de sistemas transacionais/ERP para o Data Lake, traduzindo regras e necessidades de negócio em datasets limpos, modelados e otimizados.

• Automação de Dashboards: Sustentar e evoluir dashboards de negócio, incluindo automações existentes que alimentam o Data Lake a partir de diferentes fontes.

• Dashboards de Produto: Apoiar a construção de dashboards de negócio em andamento, do levantamento de requisitos à entrega para o time de BI.

• Análises de Negócio: Ir além da criação de dashboards, conduzindo análises exploratórias e diagnósticos estruturados para gerar insights acionáveis e suportar decisões estratégicas das lideranças.

• Gestão de Acesso a Dados: Liberar e administrar acesso a datasets para as ferramentas de BI do time, via service account, seguindo (e ajudando a formalizar) o processo de concessão do time.

• Governança de Dados: Aplicar e sustentar práticas de governança de dados no seu domínio, definindo padronização de métricas, dicionário de dados, linhagem, controle de acesso e políticas de qualidade/LGPD para garantir a confiabilidade dos data products.

• Apoio aos Domínios de Produto Skill e Parcerias: Atuar como steward de apoio nesses domínios — hoje sem dono/processo formal — ajudando a mapear fontes, destravar dúvidas pontuais de dado e reduzir dependência de conhecimento concentrado em uma única pessoa.

• Documentação: Manter documentação viva das integrações e automações sob sua responsabilidade, incluindo uso de IA generativa para acelerar esse registro.

O que buscamos (Pré-requisitos):

• Experiência: 2-4 anos de experiência em Engenharia de Dados ou função equivalente, com SQL avançado no dia a dia.

• Integrações: Experiência construindo ou mantendo pipelines de ingestão (idealmente com alguma exposição a ERP ou sistemas transacionais), e conforto lendo/depurando integrações já existentes.

• Automação: Experiência com ferramentas de automação/orquestração (DBT, Airflow ou equivalente).

• Cloud & Data Lake: Familiaridade com ambiente cloud (GCP, AWS ou Azure) e conceitos de Data Lake/BigQuery.

• BI: Experiência básica a intermediária com ferramentas de BI para apoiar a entrega de dashboards.

• Perfil: Organizado(a), bom(boa) documentador(a), confortável assumindo conhecimento de sistemas legados e perguntando quando algo não está claro — a cadeira concentra contexto que precisa ser repassado e preservado.

Diferenciais

• Experiência de construção de softwares para dados

• Experiência prática em governança de dados (IAM, service accounts, catalogação, linhagem de dados e conformidade com LGPD/PII).

• Curiosidade ou experiência inicial com IA generativa aplicada a documentação ou automação de tarefas recorrentes.

• Experiência em empresas de Tecnologia, SaaS e/ou startups/scale-ups.

Conheça os benefícios de se tornar um Skillo: