Analista de Dados Pleno

Sobre a oportunidade

Na Arctica, trabalhamos com telemetria em alto volume, processando bilhões de eventos que mostram como as pessoas utilizam suas ferramentas de trabalho. Nosso desafio é transformar esse volume de dados em informações confiáveis e indicadores que apoiam decisões de negócio e liderança.

Aqui, dados não significam apenas gerar relatórios ou dashboards. Cada indicador possui uma regra de negócio clara, e o time é responsável por garantir sua qualidade, consistência e confiabilidade.

Você participará de todo o ciclo de dados: entender a necessidade do negócio, definir a melhor modelagem, construir pipelines, validar os resultados e transformar os dados em informações acessíveis para tomada de decisão.

O que você vai fazer

• Desenvolver e manter pipelines de dados utilizando PySpark e AWS Glue, materializando tabelas em S3/Parquet, catalogadas no Glue Catalog e consultadas via Athena.
• Desenvolver SQL analítico para construção de datasets, análises e validação dos dados utilizados nos indicadores e dashboards.
• Garantir a qualidade dos dados antes da publicação, realizando validações de volume, granularidade, invariantes, séries temporais e consistência das informações.
• Construir datasets e dashboards no Amazon QuickSight, trabalhando com armazenamento, agendamento de cargas, campos calculados, parâmetros e filtros.
• Documentar regras de negócio e decisões técnicas, garantindo rastreabilidade e continuidade das soluções desenvolvidas.
• Atuar em parceria com as áreas de negócio, transformando necessidades em especificações técnicas e utilizando dados e evidências para identificar possíveis inconsistências ou limitações.
• Participar ativamente da evolução da arquitetura, qualidade e governança dos dados.

Requisitos obrigatórios

• Experiência com Python e PySpark;
• Conhecimento avançado em SQL;
• Experiência com modelagem de dados;
• Conhecimento de serviços de dados na AWS;
• Experiência com Git e versionamento de código;
• Experiência com ferramentas de Business Intelligence (BI);
• Capacidade analítica e atenção à qualidade e consistência dos dados.

Será um diferencial

• Conhecimento em otimização de Spark, incluindo particionamento, shuffle, broadcast e estratégias eficientes de escrita;
• Experiência com orquestração e agendamento de pipelines, utilizando Glue Triggers, EventBridge, Airflow ou ferramentas similares;
• Conhecimento de formatos de tabela como Apache Iceberg ou Delta Lake;
• Experiência com governança de dados, incluindo RLS, tratamento de dados pessoais e controle de acesso;
• Experiência com dados de eventos ou telemetria em grande escala;
• Experiência com Amazon QuickSight.

O perfil que buscamos

Buscamos uma pessoa que goste de ir além da construção do pipeline ou do dashboard. Alguém que queira entender o significado do dado, questionar resultados, validar hipóteses e garantir que os indicadores entregues sejam realmente confiáveis.

Se você gosta de trabalhar com grandes volumes de dados, resolver problemas complexos e transformar dados em decisões, queremos conhecer você.