Engenheiro de Analytics Pleno (Analytics Engineer)- Vaga Afirmativa para Mulheres

Job description

·       Construir, evoluir e manter data products e features que suportam modelos estatísticos e aplicações analíticas, traduzindo dados brutos em ativos confiáveis e reutilizáveis.

·       Desenvolver e manter pipelines de dados escaláveis (batch e/ou streaming), garantindo eficiência, confiabilidade e qualidade dos dados ao longo de todo o ciclo.

·       Atuar na modelagem de dados analíticos (ex: camadas bronze, silver e gold), garantindo clareza, performance e reusabilidade das estruturas.

·       Garantir governança, qualidade e observabilidade de data products e features (testes, monitoramento, SLAs e alertas).

·       Realizar e evoluir processos de movimentação de dados (syncs) entre ambientes analíticos e produtivos, assegurando consistência e rastreabilidade.

·       Trabalhar em parceria com times de Produto, Engenharia, Infraestrutura, Segurança e Governança, atuando como ponte entre áreas técnicas e de negócio.

·       Propor melhorias contínuas em plataformas de dados, pipelines e arquitetura.

·       Desenvolver relatórios e dashboards quando necessário, com foco em viabilizar decisões de produto e tecnologia.

·       Garantir documentação clara e padronização de processos, datasets e features.

Qualifications

·       Domínio de SQL e Python para transformação e análise de dados.

·       Experiência com processamento distribuído (Spark) e plataformas como Databricks.

·       Experiência na construção e manutenção de pipelines de dados (Airflow ou similares).

·       Experiência com versionamento de código (Git) e boas práticas de engenharia de software.

·       Conhecimento em CI/CD aplicado a pipelines de dados.

·       Experiência em modelagem de dados analíticos (dimensional, data marts, camadas bronze/silver/gold).

·       Experiência com testes e qualidade de dados (data quality, validação, monitoração).

·       Conhecimento em ambientes cloud e serviços de dados (AWS, Azure ou equivalentes).

·       Capacidade de comunicação clara com diferentes públicos (técnico e negócio).

Diferenciais

·       Experiência com plataformas de features / feature store.

·       Conhecimento em Data Contracts e governança moderna de dados.

·       Experiência com Kubernetes ou arquitetura distribuída.

·       Experiência com DataOps e/ou observabilidade de dados.

·       Familiaridade com conceitos de modelos estatísticos e machine learning.