Analytics Engineer [Vaga Afirmativa para PCD]

Vaga não está no LinkedIn

🕒 Maio 14

🇧🇷 Brasil – Remoto

⏰ Tempo Integral

🟡 Pleno

🟠 Sênior

📊 Engenheiro de Analytics

👻 Score fantasma 40%

O que significa: quão provável esta vaga está aberta sem contratação ativa.Como ler: 60% ou mais significa que achamos que é uma vaga fantasma. Pontuações mais baixas preocupam menos.Como pontuamos: tempo em aberto, republicações, vagas abertas vs tamanho do time, rapidez para fechar vagas, e se o salário está divulgado.Observação: é uma estimativa de dados públicos, não um julgamento da empresa. Vagas reais podem ter pontuação alta, então use como uma dica, não como um fato.

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

Jusbrasil

SiteLinkedInTodas as Vagas

201 - 500 funcionários

💼 Consultoria

🏥 Saúde

📣 Marketing

Consulting • Healthcare • Marketing

Informação que transforma você, a justiça e o mundo.

Descrição

• Construir e gerir a camada semântica: Criar a camada lógica de dados, garantindo que as regras de negócio estejam centralizadas e consistentes para toda a empresa. • Governança e Organização: Atuar como guardião da qualidade e padronização dos dados, organizando-os de forma que sejam facilmente acessíveis antes de chegarem aos analistas. • Extração de Requisitos: Interface direta com stakeholders para traduzir necessidades de negócio em modelos dimensionais eficientes. • Automação com IA: Implementar e fomentar o uso de ferramentas de IA (como Claude) para otimizar o desenvolvimento, a documentação e o processamento de dados. • Evolução Técnica: Manter e evoluir processos de orquestração, testes unitários e versionamento, aplicando as melhores práticas de engenharia ao contexto analítico.

🎯 Requisitos

• SQL Avançado: Domínio para transformações complexas e otimização de queries. • Modelagem de Dados: Experiência sólida em modelagem dimensional e ambientes analíticos. • Conhecimento prático em linguagens de programação (preferencialmente Python), sistemas de orquestração (como Airflow ou Dagster) e ferramentas de versionamento (Git). • Experiência com Google Cloud Platform (BigQuery): Conhecimento específico em otimização de tabelas e processamento no BigQuery • Data Warehousing: Experiência em arquiteturas de Data Warehouse ou Data Lakehouse, com foco em otimização de custos e performance. • Pensamento Crítico em IA: Familiaridade e abertura para o uso de IA Generativa no fluxo de trabalho. • CI/CD e Qualidade: Experiência com testes unitários e pipelines de integração contínua.

🏖️ Benefícios

• Acessibilidade e respeito • Oportunidades reais de desenvolvimento