Analytics Engineer PLENO / SENIOR com abordagem KIMBALL (BRL 12-16K/mês PJ)

PJ, Brasil Remote

Buscamos um(a) Analytics Engineer com grande domínio em modelagem de dados e arquitetura de Data Warehouse, capaz de traduzir processos de negócio em modelos analíticos escaláveis, consistentes e bem estruturados. Você será responsável por liderar a construção e evolução da camada analítica usando DBT, com foco em governança, padronização, desempenho e qualidade de dados.

Requirements

Responsabilidades

  • Projetar e construir modelos dimensionais e arquiteturas de Data Warehouse / Data Marts seguindo melhores práticas.
  • Desenvolver modelos analíticos robustos em DBT, incluindo:Macros
  • Snapshots
  • Modelos incrementais
  • SCD (Type 1 e 2)
  • Dimensões e fatos conforme Kimball
  • Trabalhar com modelagem multidimensional e modelagem relacional (ER).
  • Aplicar conceitos da abordagem Kimball, escolhendo a estratégia ideal para cada domínio.
  • Traduzir requisitos de negócio em modelos de dados claros, escaláveis e de fácil manutenção.
  • Construir surrogate keys, dimensões historizadas e estruturas de versionamento do DW.
  • Analisar queries complexas, extrair conceitos de negócio e reestruturar modelos quando necessário.
  • Implementar pipelines de transformação em DBT, com foco em organização, reutilização e governança.
  • Documentar regras de negócio, estruturas de modelos e relacionamentos de forma clara e acessível.
  • Garantir qualidade e consistência por meio de testes, validações e boas práticas em DBT.

 
Requisitos Obrigatórios

  • Experiência comprovada na construção de Data Warehouse (idealmente desde o zero).
  • Domínio profundo de modelagem multidimensional e modelagem relacional (ER).
  • Conhecimento sólido das abordagens Kimball.
  • Forte experiência prática com DBT e seus conceitos fundamentais:
    • Materializações
    • Macros
    • Snapshots
    • Tests
    • Documentação
    • Lineage
  • SQL avançado, com capacidade de analisar e otimizar queries complexas.
  • Experiência com BigQuery, Snowflake, Redshift ou Databricks.
  • Capacidade de traduzir regras de negócio em modelos de dados estruturados.
  • Conhecimento intermediário em Python para automações simples.
  • Experiência com versionamento de DW (SCD Type 1/2 e surrogate keys).
     
    Diferenciais
  • Participação em migrações de ETLs legados para uma arquitetura moderna com DBT.
  • Experiência com orquestração (Airflow, Prefect ou similares).
  • Vivência com DataOps e CI/CD para dados.
  • Experiência em treinar times em modelagem e DBT.
  • Conhecimento em ferramentas de catálogo de dados e governança.
by Quickin