Analista de Dados

Vaganet; Brasília; Hybrid; BRL 180,000 - 240,000; Full time

Job summary

Vaganet está buscando um engenheiro de dados para construir uma fundação de dados governável e acionável, suportando visão 360, segmentação, IA, analytics e jornadas de relacionamento com o cliente.

Você mapeará fontes, desenhará pipelines e garantirá qualidade, rastreabilidade e segurança dos dados, trabalhando com plataformas como MuleSoft, Data Lake e ferramentas de visualização. Hybrid consulting environment oferece desafios complexos e impacto direto.

Qualifications

• Experiência com engenharia de dados, SQL e modelagem relacional/dimensional.
• Pipelines ETL/ELT, APIs, batch e/ou streaming; tratamento de falhas e reprocessamento.
• Cloud, data lake/warehouse, versionamento, CI/CD e observabilidade de dados.
• Qualidade, reconciliação, segurança e documentação técnica.

Responsibilities

• Mapear fontes, entidades, owners, regras de qualidade, volumes, periodicidade, sensibilidade e consumidores do dado.
• Desenhar e implementar pipelines de ingestão batch, streaming, API ou compartilhamento como Zero Copy.
• Construir transformações, harmonização, deduplicação, identidade, reconciliação e regras de qualidade com rastreabilidade.
• Modelar dados para Data 360, CRM, Marketing Cloud, Tableau, IA e integrações, respeitando modelos nativos e contratos de dados.
• Implementar controles de consentimento, retenção, mascaramento, criptografia, segregação e mínimo privilégio.
• Criar monitoração, alertas, logs, métricas de latência, completude, falhas, rejeições e reprocessamento.
• Preparar massa, evidências e procedimentos para testes funcionais, reconciliação, volume, segurança e UAT.
• Trabalhar com MuleSoft e Arquitetura na definição de interfaces, eventos, contratos, idempotência e tratamento de erros.
• Documentar catálogo, linhagem, dicionário, regras, SLAs, runbooks e decisões arquiteturais.
• Apoiar incidentes e análise de causa, garantindo correção definitiva e prevenção de recorrência.
• Participar de refinamentos e plannings, estimando esforço, dependências e riscos antes do Ready to Dev.
• Usar IA de forma controlada para acelerar análise, documentação, testes e engenharia, sem expor dados do cliente

Skills

Engenharia de dados

SQL

Modelagem relacional/dimensional

Tools

Pipelines ETL/ELT

Nuvem (Cloud)

CI/CD

Observabilidade de dados

Job description

Descrição

Construir uma fundação de dados confiável, governada e acionável para suportar visão 360, segmentação, inteligência artificial, analytics e jornadas de relacionamento do cliente

Responsabilidades e atribuições

• Mapear fontes, entidades, owners, regras de qualidade, volumes, periodicidade, sensibilidade e consumidores do dado.
• Desenhar e implementar pipelines de ingestão batch, streaming, API ou mecanismos de compartilhamento como Zero Copy, quando aplicável.
• Construir transformações, harmonização, deduplicação, identidade, reconciliação e regras de qualidade com rastreabilidade.
• Modelar dados para Data 360, CRM, Marketing Cloud, Tableau, IA e integrações, respeitando modelos nativos e contratos de dados.
• Implementar controles de consentimento, retenção, mascaramento, criptografia, segregação e mínimo privilégio.
• Criar monitoração, alertas, logs, métricas de latência, completude, falhas, rejeições e reprocessamento.
• Preparar massa, evidências e procedimentos para testes funcionais, reconciliação, volume, segurança e UAT.
• Trabalhar com MuleSoft e Arquitetura na definição de interfaces, eventos, contratos, idempotência e tratamento de erros.
• Documentar catálogo, linhagem, dicionário, regras, SLAs, runbooks e decisões arquiteturais.
• Apoiar incidentes e análise de causa, garantindo correção definitiva e prevenção de recorrência.
• Participar de refinamentos e plannings, estimando esforço, dependências e riscos antes do Ready to Dev.
• Usar IA de forma controlada para acelerar análise, documentação, testes e engenharia, sem expor dados do cliente

Requisitos e qualificações

• Experiência com engenharia de dados, SQL e modelagem relacional/dimensional.
• Pipelines ETL/ELT, APIs, batch e/ou streaming; tratamento de falhas e reprocessamento.
• Cloud, data lake/warehouse, versionamento, CI/CD e observabilidade de dados.
• Qualidade, reconciliação, segurança e documentação técnica.

Informações da vaga

• Modalidade de trabalho: Hybrid