Descrição da vaga
Uma IA só é tão confiável quanto as definições em que se apoia. Na maioria das empresas, receita, margem ou cliente ativo têm três definições diferentes conforme a área. Quando isso acontece, nenhum dashboard e nenhum agente de IA vai dar a resposta certa. Na Diametral, o Analytics Engineer constrói a camada que transforma dados brutos em uma fonte de verdade, documentada e testada, que as equipes e a IA podem consultar.
Você entra no engine Decision Analytics, entre os Data Engineers e os Data Analysts.
O que você vai construir
- Modelos de dados analíticos robustos e versionados (dbt, SQLMesh), dos dados brutos até os data marts de negócio.
- Camadas semânticas e repositórios de métricas (dbt Semantic Layer, Cube, modelos semânticos do Power BI, LookML): uma única definição para cada KPI.
- Bases de dados prontas para a IA, que permitem que agentes conversacionais e ferramentas de text-to-SQL respondam corretamente.
- Práticas de engenharia de software aplicadas à analytics: Git, CI/CD, testes automatizados, contratos de dados, observabilidade.
- A documentação e a linhagem que tornam os dados legíveis, mesmo para quem não é da área de dados.
- Migrações e racionalização de ambientes de BI legados para stacks modernas.
Sua stack técnica
SQL, dbt, SQLMesh, Snowflake, BigQuery, Databricks, Microsoft Fabric, Airflow, Dagster, Cube, Elementary, Soda, Great Expectations, Power BI, Looker, Tableau.
Dentro da Diametral
- Você contribui com nossos aceleradores: templates dbt, pacotes de testes, padrões de modelagem.
- Você faz a ponte entre os engines Architecture & Engineering e Applied AI & Data Science.
Perfil procurado
O que você traz
- Graduação em engenharia ou mestrado em computação, dados ou estatística.
- Pelo menos 3 anos de experiência em analytics engineering, BI engineering ou data engineering, sem contar estágios.
- Excelente domínio de SQL e de modelagem de dados (dimensional, Data Vault, One Big Table).
- Prática avançada de dbt ou de uma ferramenta equivalente, em produção.
- Inglês fluente em contexto de cliente, além do idioma do seu escritório.
O que vai fazer a diferença
- Experiência na implantação de uma camada semântica em escala corporativa.
- Uma certificação dbt, Snowflake, Databricks ou Fabric.
- Experiência em projetos de IA conversacional sobre dados estruturados.
Sua mentalidade
- Rigor: um indicador sem testes é um indicador em que ninguém pode confiar.
- Gosto por engenharia limpa e reutilizável.
- Capacidade de alinhar negócio e TI em uma mesma definição.
O que esperamos de todos os nossos talentos
- Obsessão pelo impacto no negócio: você entende rápido o negócio dos nossos clientes e sabe questioná-lo.
- Um forte senso de serviço e de experiência do cliente.
- Comunicação de alto nível, escrita e oral: você simplifica e engaja as pessoas.
- Domínio avançado das ferramentas de IA e automação: você pode nos mostrar um agente ou um protótipo que construiu.
- Ambição e rigor, a serviço de uma equipe que coloca o coletivo acima do individual.
Etapas do processo
- Entrevista com a equipe de Talent Acquisition e/ou um Business Manager
- Entrevista técnica com um especialista do engine
- Entrevista com o Managing Director ou o Engine Director
Candidatar-se
Escolha seu escritório de referência e deixe seu perfil. A equipe de Talent Acquisition entrará em contato em poucos dias.
