* Salário: R$ 3.000 a R$ 6.000 por mês (estimado)

* O valor exibido é uma estimativa calculada com base em dados públicos e referências do mercado. Não garantimos que este seja o salário oferecido para esta vaga específica.

Área: Tecnologia da Informação

Nível: Junior

Buscamos um(a) Analytics Engineer Júnior para atuar na camada que transforma dados brutos em modelos limpos, confiáveis, testados e prontos para consumo. É o elo entre a Engenharia de Dados (que traz os dados para dentro) e as áreas de análise e negócio (que tomam decisões com eles).

Você vai escrever transformações em SQL bem estruturadas, ajudar a construir e manter modelos de dados, garantir qualidade e documentação, e disponibilizar dados consistentes para dashboards e análises. É uma ótima vaga para quem tem boa base técnica, gosta de organização e quer crescer rápido em um time que valoriza boas práticas de modelagem.

Responsabilidades

Desenvolver e manter transformações de dados em SQL, modulares e versionadas, partindo de dados brutos até tabelas analíticas prontas para uso.
Apoiar a construção e evolução de modelos de dados (camadas staging, intermediate e marts), seguindo padrões definidos pelo time.
Implementar testes de qualidade de dados e documentação dos modelos, garantindo que quem consome confie no resultado.
Disponibilizar datasets consistentes para dashboards e relatórios (Power BI / Fabric).
Colaborar com a Engenharia de Dados na compreensão das fontes e ingestões, e com analistas/negócio no entendimento das regras.
Usar controle de versão e participar de revisões de código (pull requests).
Investigar e corrigir inconsistências em dados e modelos.

Requisitos

SQL sólido — esta é a competência central da vaga (joins, agregações, CTEs, window functions).
Entendimento de conceitos de modelagem de dados (tabelas fato e dimensão, normalização vs. desnormalização, granularidade).
Familiaridade com controle de versão (Git) e disposição para trabalhar com revisão de código.
Atenção a detalhes e cuidado com qualidade e consistência dos dados.
Boa comunicação e vontade de aprender — esperamos crescimento técnico ao longo do tempo, não domínio completo desde o início.
Lógica e raciocínio analítico para entender o "porquê" por trás dos números.

Diferenciais

Experiência com dbt (ou outra ferramenta de transformação baseada em SQL).
Vivência com Snowflake (ou outro data warehouse em nuvem — BigQuery, Redshift, Databricks).
Familiaridade com Power BI / Microsoft Fabric ou outras ferramentas de BI.
Noções de ferramentas de ingestão de dados (Airbyte, Fivetran, etc.).
Conhecimento de modelagem dimensional (Kimball / star schema).
Familiaridade com Azure DevOps ou pipelines de CI/CD.
Noções básicas de Python para automação e tratamento de dados.
Interesse ou experiência no domínio de bens de consumo (FMCG/CPG).

Sobre a stack: trabalhamos com Snowflake, dbt, Azure e Power BI/Fabric, mas valorizamos quem traz base sólida em SQL e modelagem e está disposto a aprender nossas ferramentas — experiência em stacks equivalentes é bem-vinda.