Analytics Engineer Pleno

Aqui você vai:

Projetos e Arquitetura de Dados

• Apoiar no planejamento e atuação em projetos de plataforma de dados em uma cultura ágil e colaborativa.
• Participar do desenho de soluções escaláveis que sigam os padrões da arquitetura da companhia.
• Apoiar na definição de requisitos não funcionais relacionados a dados.

Engenharia e Fluxo de Dados

• Desenvolver e manter pipelines robustas de integração de dados.
• Apoiar no desenvolvimento de abordagens que garantam fluxo de dados com escalabilidade, qualidade e resiliência.
• Participar no desenvolvimento de abordagens eficientes para utilização de dados transacionais e analíticos.
• Atuar na automatização para maior eficiência e resiliência.

Qualidade, Governança e Documentação

• Contribuir para manter a acurácia, qualidade e disponibilidade dos dados corporativos.
• Elaborar e manter o mapeamento e documentação dos modelos e metodologias utilizadas.
• Apoiar na mitigação de riscos e correção de débitos técnicos.
• Colaborar nas definições e implementação de políticas e processos relacionados a dados.

Colaboração e Estratégia

• Colaborar em fóruns e rituais para definição de roadmaps e novos produtos.
• Ajudar a promover a melhoria contínua nos ambientes de dados.
• Participar na lapidação de dados visando a geração de valor para diferentes níveis da companhia.

O que buscamos (tecnicamente):

Formação

• Ensino Superior completo em Tecnologia da Informação ou áreas correlatas a dados.

Cloud e Armazenamento

• Experiência ou interesse em se desenvolver em cloud pública (preferencialmente AWS ou GCP).
• Soluções de storage: S3 e Google Cloud Storage.

Bancos de Dados e Data Warehouse

• Conhecimentos em bases relacionais e não relacionais: PostgreSQL, MySQL, DynamoDB, Athena, DocumentDB.
• Data Warehouses: Redshift e BigQuery.
• Conhecimentos em rotinas de manutenção, backup e recovery.
• Indexação, particionamento e tuning de queries.
• Troubleshooting em bancos de dados.

Modelagem e Arquitetura de Dados

• Modelagem relacional, dimensional, Data Vault, normalização e desnormalização.
• Noções de MDM (Gestão de Dados Mestres).
• Arquitetura de dados: Data Lake, Data Marts, estruturação de fatos e dimensões.
• Data Lakehouse, armazenamento estruturado e não estruturado.
• Conhecimentos em arquitetura Medallion.
• Técnicas de modelagem e manipulação de alta volumetria de dados.
• Familiaridade com conceitos e práticas de Governança de Dados.

Engenharia e Pipelines de Dados

• Experiência em construção de pipelines de dados.
• Conhecimentos em observabilidade, resiliência, disponibilidade e escalabilidade de aplicações.
• Abertura para automação e boas práticas de cloud native.

Linguagens e Ferramentas

• SQL (Básico/Intermediário com disposição para aprofundar).
• Python (Básico/Intermediário com interesse em avançar).
• NodeJS (Básico/Intermediário com interesse em avançar).
• Bash/Shell Script (básico).