Analytics Engineer III

MeuHome

Brésil

À distance

BRL 167 000 - 312 000

Plein temps

Il y a 2 jours

Soyez parmi les premiers à postuler

Une candidature complète en une minute

Un CV et une lettre de motivation personnalisés, prêts à envoyer.

Passez les filtres ATS

Avantages offerts par ce poste

Assistência médica

Assistência odontológica

Auxílio home office

Day Off no mês de Aniversário

Vale Transporte ou Estacionamento

Résumé du poste

MeuHome busca um Analytics Engineer III para transformar dados brutos em modelos confiáveis, bem documentados e fáceis de consumir. Você criará modelos de dados analíticos, ELT e pipelines robustos, com governança e qualidade garantidas.

O papel envolve manter produção, otimizar desempenho, liderar padrões de modelagem e mentorar equipes menos experientes, em um ambiente de dados escalável e seguro.

Qualifications

Engenharia de dados ou analytics engineering com modelagem e transformação em produção.
SQL avançado (window functions, CTEs, merge/upsert, tuning de consultas) em data warehouse na nuvem.
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 Parquet/Avro.
Prática com qualidade e observabilidade de dados; Git, CI/CD aplicados a dados.
Segurança de dados e LGPD; boa comunicação para traduzir necessidades de negócio em specs técnicas.

Responsabilités

Projetar e construir modelos de dados analíticos 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 e garantindo dados limpos e tipados.
Traduzir regras de negócio em definições de métricas consistentes e monitorar produção.
Implementar testes de qualidade e reconciliação de dados (unicidade, completude, integridade).
Otimizar performance e custo de consultas e armazenamento (particionamento, clusterização, materialização).
Aplicar LGPD e controle de acesso com menor privilégio; apoiar dashboards e camadas semânticas.

Connaissances

SQL avançado

Python

dbt/Dataform

Airflow

BigQuery/Google Cloud

LookML/BI semântica

Git/CI/CD

LGPD e governança de dados

Modelagem dimensional

Data lake/lakehouse

Outils

dbt

Dataform

Airflow

Looker

BigQuery

Description du poste

Analytics Engineer III

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.
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.