Analytics Engineer Sênior

EXA

Brasil

Hybrid

BRL 180,000 - 300,000

Full time

3 days ago

Be an early applicant

Get a reply from this employer

Your resume and cover letter, tailored to exactly what they’re hiring for.

Get past ATS filters

Benefits offered by this job

Assistência médica

Assistência odontológica

Bônus variável anual

Auxílio home office

Seguro de vida

Day Off no mês de Aniversário

Vale Transporte

Seguro de vida

Job summary

A EXA procura um Analytics Engineer Sênior para transformar dados brutos em modelos de negócio confiáveis, bem documentados e fáceis de consumir.

Você irá projetar modelos de dados, desenvolver transformações ELT com testes automatizados, e manter pipelines integrando fontes diversas, assegurando qualidade, governança e disponibilidade para diferentes áreas da empresa.

Qualifications

Experiência sólida em engenharia de dados ou analytics engineering em produção.
SQL avançado com operações complexas em data warehouse na nuvem.
Domínio de modelagem dimensional (Kimball) e métricas consistentes.
Prática com dbt/Dataform, testes e documentação de modelos.
Python para pipelines, automação e validação de dados.

Responsibilities

Projetar e construir modelos de dados analíticos escaláveis por domínio.
Desenvolver ELT com versionamento, testes automatizados e documentação.
Construir e manter pipelines de dados com várias fontes.
Traduzir regras de negócio em métricas consistentes com áreas.
Implementar quality checks e reconciliação de dados.
Monitorar produção, diagnosticar falhas e otimizar performance e custo.
Aplicar LGPD, classificação de dados e controle de acesso mínimo.
Auxiliar camadas semânticas e dashboards quando necessário.
Revisar código, definir padrões de modelagem e mentorar colegas.

Skills

SQL avançado

Python

Git

CI/CD

Looker/LookML

dbt

Dataform

Airflow

GDPR/LGPD

Arquitetura de data lake/lakehouse

Tools

BigQuery

Cloud Composer

Cloud Storage

Dataplex

Parquet

Avro

Datastream

Debezium

Kafka

Job description

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.