Analytics Engineer Sênior

Vaga não está no LinkedIn

🕒 Maio 26

Candidatar-se

Encontrar Vagas Remotas Similares

Configurar Alerta de Email para Novas Vagas

📊 Verifique sua pontuação de currículo para esta vaga

Melhore suas chances de conseguir uma entrevista verificando sua pontuação de currículo antes de se candidatar.

Enviar Currículo

Caju

SiteLinkedInTodas as Vagas

501 - 1000 funcionários

💳 Fintech

👥 RH Tech

☁️ SaaS

💰 $4.000.000 Undisclosed em 2025-01

Fintech • HR Tech • SaaS

A Caju é uma instituição de pagamento e plataforma de RH brasileira que centraliza benefícios para funcionários, gestão de despesas e processos de RH em uma solução única e integrada. Autorizada pelo Banco Central como uma instituição de pagamento, a Caju oferece cartões e um aplicativo móvel, administração de multibenefícios (CLT, PAT, flexível), fluxos de despesas e reembolsos, serviços de mobilidade e bem-estar, e atua como correspondente bancário para empréstimos consignados. A empresa foca em clientes B2B—atendendo desde pequenos a grandes empregadores—para simplificar operações de RH, melhorar o engajamento dos funcionários e proporcionar funcionalidades de serviços financeiros com conformidade regulatória.

Descrição

• Construir e manter modelagens de dados robustas utilizando DBT, aplicando boas práticas de desenvolvimento como testes, documentação e versionamento de modelos. • Desenvolver tabelas fato, dimensão e data marts orientados às necessidades das áreas de negócio, seguindo padrões de modelagem dimensional (Star Schema/Snowflake Schema). • Atuar como elo entre as equipes de negócio e a engenharia de dados, realizando levantamento de requisitos, interpretando regras de negócio e traduzindo demandas analíticas em soluções de dados confiáveis e escaláveis. • Documentar os modelos desenvolvidos, incluindo definições de métricas, regras de negócio aplicadas, glossário de dados e lineage. • Implementar e manter pipelines de orquestração no Databricks e Airflow, assegurando a confiabilidade e o monitoramento dos fluxos de dados. • Desenvolver soluções em Python e SQL para transformação, tratamento e agregação de dados no ambiente Databricks. • Implementar testes de qualidade de dados nos modelos DBT e camadas analíticas. • Estruturar monitorias e alertas sobre pipelines e modelos de dados, atuando na identificação e resolução de inconsistências. • Conduzir projetos complexos de modelagem de ponta a ponta, do entendimento da necessidade do negócio à entrega em produção. • Aplicar estratégias de particionamento, clustering e materialização para garantir performance e eficiência de custo. • Colaborar com squads de produto e negócio para apoiar decisões estratégicas e operacionais. • Utilizar GitHub para versionamento, revisão de pull requests e boas práticas de engenharia.

🎯 Requisitos

• Domínio em modelagem de dados analíticos: Star Schema, Snowflake e OBT (One Big Table) • Conhecimento sólido em arquiteturas de camadas como Medallion Architecture (Bronze, Silver, Gold) • Capacidade de definir e aplicar contratos de dados entre camadas • Experiência com estratégias de materialização no DBT: tables, views, incremental models e snapshots • Conhecimento em particionamento de dados no Databricks • Familiaridade com clustering e Z-Ordering no Databricks/Delta Lake • Capacidade de identificar e corrigir gargalos de performance em queries SQL • Capacidade de estimar e gerenciar o impacto de modelos complexos no custo de processamento em cloud • Domínio de DBT (dbt Core ou dbt Cloud), incluindo modelos, testes, macros e documentação • Experiência com Databricks e Delta Lake, incluindo Time Travel, VACUUM e OPTIMIZE • Habilidades avançadas em SQL • Conhecimento em Python para automação, transformação de dados e scripts de suporte a pipelines • Experiência com Apache Airflow e Databricks para orquestração de pipelines • Experiência com GitHub, fluxos de revisão e colaboração em equipe • Pensamento crítico e autonomia para conduzir projetos complexos com múltiplos stakeholders • Comunicação clara com áreas de negócio não-técnicas • Senso de dono sobre qualidade e confiabilidade dos dados • Diferenciais: Unity Catalog ou outras ferramentas de governança e catalogação de dados • Diferenciais: ferramentas de observabilidade de dados, como Elementary ou Monte Carlo • Diferenciais: ferramentas de BI como Metabase, Explo, GoodData, Luzmo ou Power BI • Diferenciais: Terraform ou IaC • Vivência em ambientes de fintech e benefícios

🏖️ Benefícios

• Cartão Caju, com mais liberdade para usar seus benefícios (Refeição, Alimentação, Mobilidade, Saúde, Home Office, Cultura e Educação) • Plano de Saúde sem coparticipação (Unimed, Sulamerica ou Alice) • Zenklub, com consultas onlines com terapeutas e coaches para cuidar da sua saúde mental • Wellhub • Aprendizado de idiomas com a parceria da Rosetta Stone • Dia de recarregar - day off • Conexa Saúde - consulta médica online • Auxílio Creche • Parceria com Alura • Trabalho Remoto, para você trabalhar de onde quiser dentro do Brasil • Equipamento de trabalho • Muitas possibilidades de crescimento