Vaga de Modelo
- Maxxi
- Modelo
- São Paulo/SP
Informações da vaga
-
Salário A combinar
-
Modalidade Presencial
-
Contrato Efetivo/CLT
-
Localização São Paulo/SP
Descrição da vaga
A maxxi é uma empresa jovem, e cheia de energia. Surgimos em uma nova era marcada pela diversidade de ideias e pela inovação constante, e é com esse espírito que seguimos crescendo rapidamente, em um processo contínuo de transformação. Na maxxi, acreditamos que os dados têm o poder de transformar negócios. Por isso, estamos em busca de uma pessoa analytics engineer para atuar na construção e evolução da nossa arquitetura analítica, conectando dados à estratégia do negócio. Essa posição será responsável por transformar dados em ativos confiáveis e escaláveis, apoiando a tomada de decisão em todos os níveis da organização. Principais responsabilidades Desenvolver e manter pipelines analíticos, garantindo eficiência, qualidade e escalabilidade Aplicar conceitos de estatística na análise e interpretação de métricas de negócio Traduzir requisitos de negócio em soluções de dados Definir e evoluir a arquitetura de dados analítica, incluindo camadas como ods, data warehouse e data marts Definição e implementação de práticas de governança de dados analíticos, garantindo padronização de métricas, qualidade de dados, rastreabilidade e consistência das informações utilizadas para tomada de decisão. Estruturar e consolidar métricas estratégicas e kpis executivos Promover a integração entre arquitetura técnica e estratégia de negócio Otimizar performance de consultas e pipelines, garantindo eficiência e escalabilidade das soluções Atuar em colaboração com times multidisciplinares (negócio, engenharia, bi e data science) Requisitos Disponibilidade para atuar no modelo hibrido em são pauo/sp (1 a 2x por semana) experiência sólida com python e sql avançados Conhecimento em arquiteturas de big data experiência com modelagem dimensional (fatos, dimensões e definição de granularidade) Vivência com (iam, lambda, ecs, emr) experiência com orquestração de workflows (airflow) experiência com versionamento de código (github) e ci/cd (github actions) Familiaridade com metodologias ágeis Diferencial Pyspark.