Analista de dados

Estamos buscando um Analista de Dados Pleno para fazer parte do time!

Descrição do Cargo O Analista de Dados Pleno é responsável por estruturar, modelar e disponibilizar dados dentro de uma arquitetura Lake House na AWS, garantindo a organização das camadas de dados (Medallion Architecture), a modelagem dimensional e a qualidade e segurança das informações para apoiar decisões de negócio.

O profissional atua diretamente na construção e manutenção de estruturas de dados no Data Lake / Data Warehouse, no desenvolvimento e otimização de pipelines ELT/ETL em ambiente cloud, elaborando consultas SQL avançadas e programando em Python para manipulação de dados.

Trabalha em estreita colaboração com equipes de negócio e stakeholders para compreender necessidades analíticas, traduzir requisitos em soluções de dados e garantir que as entregas estejam alinhadas aos objetivos estratégicos.

Espera-se autonomia, proatividade na busca de informações, compromisso com a governança e segurança dos dados, e capacidade de utilizar ferramentas de Inteligência Artificial para potencializar a execução das atividades.

Funções Detalhadas / Atribuições e Responsabilidades

• Estruturar e manter dados dentro da arquitetura Lake House na AWS, organizando as camadas da Arquitetura Medallion (bronze/prata/ouro ou raw/trusted/refined).
• Modelar tabelas utilizando modelagem estrela (star schema) com tabelas fato e dimensão, definindo métricas de mensuração e granularidade adequada às necessidades de negócio.
• Desenvolver, manter e otimizar pipelines ELT/ETL em ambiente cloud (preferencialmente AWS), garantindo eficiência, escalabilidade e confiabilidade no processamento de dados.
• Elaborar e otimizar consultas SQL avançadas para extração, transformação e análise de dados, além de utilizar Python para automação e manipulação de dados.
• Utilizar serviços AWS de dados — Amazon S3, AWS Glue, Amazon Redshift, Amazon Athena, AWS Lambda, AWS IAM, AWS Lake Formation e AWS Step Functions — para construção e manutenção da infraestrutura de dados.
• Implementar e gerenciar orquestração de workflows de dados utilizando Apache Airflow, AWS Step Functions e ferramentas de IaC como Terraform.
• Colaborar frequentemente com o time de negócios e stakeholders para entender necessidades analíticas, levantar requisitos e garantir que as soluções de dados atendam aos objetivos estratégicos da organização.
• Garantir a qualidade, integridade e segurança dos dados, implementando boas práticas de validação, catalogação, controle de acessos e conformidade com políticas de governança e proteção de dados (LGPD).
• Buscar proativamente informações junto às pessoas detentoras dos dados quando houver lacunas ou informações incompletas nas demandas, sem aguardar passivamente.
• Utilizar ferramentas de Inteligência Artificial (Kiro, Amazon Quick) para apoiar e acelerar a execução de tarefas, sabendo estruturar prompts com contexto e objetivos claros.
• Documentar processos, modelagens, pipelines e decisões técnicas para facilitar a manutenção e o compartilhamento de conhecimento com a equipe.
• Manter-se atualizado sobre tecnologias de dados, arquiteturas cloud e boas práticas de analytics e engenharia de dados.

Conhecimentos Técnicos Lake House & Arquitetura Medallion: Conhecimento sólido do conceito de Lake House, compreendendo a diferença entre Data Lake e Lake House e a aplicação prática da Arquitetura Medallion (camadas bronze, prata e ouro / raw, trusted, refined).

Modelagem Dimensional (Star Schema): Experiência em modelagem estrela com tabelas fato e dimensão, incluindo definição de métricas e granularidade adequada às necessidades de negócio.

Pipelines ELT/ETL em Cloud: Experiência comprovada no desenvolvimento e otimização de pipelines ELT/ETL em ambiente Cloud, preferencialmente AWS.

Serviços AWS: Sólido conhecimento em serviços AWS de dados: AWS Glue, Amazon Redshift, Amazon S3, AWS Lambda, AWS IAM, Amazon Athena e AWS Step Functions.

SQL Avançado & Python: Domínio avançado de linguagem SQL e programação em Python para manipulação, transformação e automação de dados.

Orquestração & IaC: Experiência com orquestração de workflows de dados (Apache Airflow, AWS Step Functions) e infraestrutura como código (Terraform).

Qualidade & Segurança de Dados: Conhecimento em práticas de qualidade e segurança de dados, incluindo validação, catalogação, controle de acessos e governança de dados (LGPD).

Inteligência Artificial: Noções de como utilizar ferramentas de IA (prompts, contexto, skills) para apoiar e acelerar a execução de atividades técnicas.

Conhecimentos Gerais & Comportamentais Formação: Bacharelado em Ciência da Computação, Sistemas de Informação, Engenharia, Estatística, Matemática ou áreas correlatas.

Proatividade e Autonomia: Capacidade de buscar informações diretamente com as áreas detentoras dos dados, sem depender de intermediários.

Inferência de

Requisitos

Capacidade de inferir o que uma demanda pede e agir de forma independente quando as informações não estão completas.

Colaboração com Negócios: Forte orientação à colaboração com times de negócio, com habilidade para traduzir necessidades de negócio em soluções técnicas de dados.

Capacidade Analítica: Excelente capacidade analítica e habilidade para resolução de problemas complexos de dados.

Comunicação: Boa comunicação para atuar em ambiente colaborativo e multidisciplinar, traduzindo conceitos técnicos para áreas de negócio.

Organização e Gestão: Organização para gerenciar múltiplas demandas e prioridades, entregando dentro dos prazos definidos.

Qualidade & Segurança: Comprometimento com a qualidade e segurança das informações, respeitando políticas de governança e proteção de dados.

Diferenciais Certificações AWS AWS Certified Data Analytics, AWS Certified Data Engineer, AWS Certified Cloud Practitioner ou AWS Solutions Architect.

Data Warehouse / Business Intelligence Experiência prévia com projetos de DW ou BI em ambiente cloud.

Modelagem com dbt Conhecimento em ferramentas de transformação e modelagem de dados (ex.: dbt).

Visualização de Dados Familiaridade com ferramentas como Amazon QuickSight, Power BI ou Tableau.

Governança de Dados & LGPD Experiência aprofundada com práticas de governança de dados e conformidade com a Lei Geral de Proteção de Dados.

Monitoramento & Observabilidade Conhecimento em monitoramento e observabilidade de pipelines de dados (CloudWatch, alertas, logging).

Metodologias Ágeis Vivência em Scrum, Kanban ou outras metodologias ágeis de desenvolvimento.

Consultoria / Clientes Externos Experiência em projetos de consultoria ou atendimento a clientes externos.

Vem fazer parte do time! Aguardamos a sua inscrição!!