ANALISTA DE DADOS / DESENVOLVEDOR - SR

🔹 O Analista de Dados Desenvolvedor Sênior lidera tecnicamente a construção, sustentação e evolução de soluções corporativas de dados, BI, automações, modelagem e engenharia de dados. Atua com domínio avançado em SQL Server, Oracle, Microsoft Fabric, Python e Power BI, aplicando arquitetura lakehouse, ETL/ELT, modelagem, governança, padrões técnicos e uso do Jira para organização do backlog técnico, controle de sprint, prazos, prioridades e visibilidade das entregas críticas do Grupo Itavema.

Responsabilidades e atribuições

• 🔹 2. Principais

Responsabilidades

• 🔹 2.1 Arquitetura, modelagem e governança de dados🔹 a)
• Estruturar modelos, camadas analíticas, tabelas, regras, nomenclaturas e padrões técnicos.
• 🔹 b)
• Definir boas práticas de qualidade, documentação, rastreabilidade, segurança e governança.
• 🔹 c)
• Orientar a evolução analítica, reduzindo redundâncias e múltiplas versões da informação.
• 🔹 🔹 2.2 Desenvolvimento avançado em SQL Server e Oracle🔹 a) Desenvolver e revisar consultas críticas, procedures, scripts T-SQL, views e rotinas corporativas.
• 🔹 b)
• Otimizar performance, propor ajustes estruturais e eliminar gargalos de processamento.
• 🔹 c)
• Diagnosticar falhas complexas, inconsistências e causas-raiz em bases e processos.
• 🔹 🔹 2.3 Engenharia de dados, ETL/ELT e lakehouse🔹 a)
• Estruturar pipelines, camadas de dados, fluxos ETL/ELT e tabelas analíticas no Microsoft Fabric.
• 🔹 b)
• Aplicar arquitetura lakehouse para organizar dados brutos, tratados e prontos para consumo.
• 🔹 c)
• Garantir escalabilidade, reutilização, padronização e confiabilidade das transformações.
• 🔹 🔹 2.4 BI corporativo e indicadores executivos🔹 a)
• Desenvolver e orientar modelos semânticos, dashboards executivos e relatórios estratégicos.
• 🔹 b)
• Validar KPIs, regras de cálculo, fontes e consistência entre áreas e sistemas.
• 🔹 c)
• Garantir governança, performance, padronização e confiabilidade dos painéis corporativos.
• 🔹 🔹 2.5 Python, automação e soluções analíticas avançadas🔹 a) Desenvolver automações robustas em Python para dados, conciliações e validações recorrentes.
• 🔹 b)
• Criar rotinas com controle de erros, logs, parametrizações e documentação técnica.
• 🔹 c)
• Aplicar inteligência artificial e automação quando houver ganho de produtividade e qualidade.
• 🔹 🔹 2.6 Backlog técnico, sprint e liderança das entregas🔹 a) Apoiar a organização do backlog técnico no Jira, validando prioridades, dependências e prazos.
• 🔹 b)
• Acompanhar sprint, padrões exigidos, impedimentos e riscos técnicos das entregas críticas.
• 🔹 c)
• Dar visibilidade à liderança sobre evolução, gargalos, capacidade e previsibilidade das demandas.
• 🔹 🔹 2.7 Liderança técnica e orientação do time🔹 a)
• Orientar analistas júnior e pleno, revisando entregas e disseminando boas práticas.
• 🔹 b)
• Apoiar priorização, desenho de soluções, estimativas, riscos e decisões técnicas.
• 🔹 c)
• Atuar como referência entre tecnologia, áreas de negócio, gestão e usuários-chave.
• 🔹 🔹 3. Área de Resultado🔹 3.1 Arquitetura de dados sustentável🔹 Garantir soluções escaláveis, documentadas, performáticas e alinhadas à estratégia de dados.
• 🔹 3.2 Confiabilidade corporativa dos indicadores🔹 Reduzir divergências entre relatórios, áreas e fontes, assegurando visão única da informação.
• 🔹 3.3 Eficiência e automação🔹 Ampliar automações, reduzir retrabalho e eliminar controles paralelos desnecessários.
• 🔹 3.4 Governança e continuidade🔹 Assegurar padrões, rastreabilidade, documentação, segurança e sustentação das soluções críticas.
• 🔹 3.5 Gestão técnica do backlog🔹 Contribuir para backlog organizado, sprint previsível, prazos controlados e prioridades claras.
• 🔹 3.6 Maturidade analítica🔹 Promover evolução em Fabric, lakehouse, BI, modelagem, IA aplicada e cultura orientada a dados.
• 🔹 🔹 4. Competências Técnicas — Hard Skills🔹 4.1 SQL Server, T-SQL e Oracle — avançado🔹 Domínio em modelagem, tuning, procedures, scripts, views, performance e rotinas críticas.
• 🔹 4.2 Microsoft Fabric e arquitetura lakehouse — avançado🔹 Capacidade de estruturar lakehouse, camadas de dados, tabelas, pipelines e consumo an…