Analytics Engineer PL/SR.
Como Analytics Engineer, você será responsável em impulsionar a disciplina de Dados na companhia em colaboração com o time de Analytics Engineering, contribuindo para gerar valor nas diferentes áreas de negócio e transformando dados em possibilidades para levar o sucesso das nossas escolas e alunos para um novo patamar.
Você vai contribuir com o desenvolvimento do nosso data warehouse, implementando pipelines e trabalhando em colaboração com usuários de negócio, data platform engineers, data scientists, business analysts e software engineers. Temos uma cultura colaborativa, inclusiva e orientada a resultados, e vamos trabalhar continuamente pelo seu desenvolvimento.
Essa é uma vaga de nível sênior ou pleno, então procuramos pessoas com alguns anos de experiência atuando como data engineer ou analytics engineer. É essencial que você tenha experiência e conhecimento sólido em pelo menos alguns dos itens seguintes, mas não todos:
- Implementação, manutenção e monitoramento de pipelines de dados
- SQL avançado
- Capacidade de abstrair conceitos de negócios em métricas quantitativas (por exemplo, KPIs, OKRs, etc)
- Modelagem de dados analítica (por exemplo, star schema, snowflake e data vault)
- Técnicas de arquitetura para fins analíticos (por exemplo,. Data Mart, Data Lake, Data Warehouse, Data Mesh etc.)
- Conhecimento em ferramentas de visualização de dados (por exemplo, Looker, Metabase, Power BI etc.)
- Boas habilidades de comunicação para lidar com as partes interessadas de áreas técnicas e áreas de negócios
- Condução de alinhamentos com stakeholders: capacidade articular com diferentes áreas para entender as necessidades do negócio, apresentar soluções e validar entregáveis.
- Orquestração de workflows com Airflow, Luigi, Azkaban, DBT ou Dataform
- Python, Scala, Java ou Go (pelo menos uma linguagem)
Não é essencial, mas vai ser um diferencial se você tiver experiência com alguns destes itens:
- Continuous integration, continuous development, continuous testing
- Conhecimento em frameworks de processamento distribuídos como Spark, Flink, Beam.
- Ferramentas da Google Cloud Platform (por exemplo, BigQuery, GCS, GKS, IAM, GCP DataProc, Cloud SQL, Composer, Pub/Sub, Dataflow e Looker) ou Amazon Web Services
