Sobre esta vaga de [Job-31793] Mid-Level Analytics Engineer na Ciandt
Na CI&T , ajudamos grandes empresas a transformar o potencial da AI em impacto real nos negócios com AI Deployment, execução AI-native e tech-integrated business solutions.
Com 30 anos de experiência em transformação tecnológica, aceleramos inovação com expertise em agentic SDLC, application modernization, Data & AI, martech e business strategy.
Somos 8.000 CI&Ters em mais de 25 países, colaborando para construir soluções com impacto real. AI já faz parte da forma como trabalhamos, evoluímos e inovamos todos os dias.
O profissional atuará na construção de modelos analíticos, datasets, métricas e estruturas de consumo, garantindo consistência entre dados, indicadores e diferentes canais de análise. Em parceria com Engenharia, Data Science, Produto e Analytics, será responsável por transformar dados em informação acionável, contribuindo para maior confiabilidade das métricas, redução de soluções ad hoc e evolução da capacidade analítica do CI&T Flow.
Missão da posição
Transformar dados confiáveis em estruturas analíticas reutilizáveis, garantindo que métricas, modelos e informações consumidas pelos produtos sejam consistentes e rastreáveis com experiência em SQL, modelagem de dados, Databricks/DBT ou tecnologias equivalentes, BI e construção de métricas analíticas.
Principais responsabilidades
Criar modelos analíticos e datasets confiáveis.
Estruturar métricas e indicadores oficiais.
Trabalhar na camada Refined/Analytics.
Garantir consistência entre dados, métricas e dashboards.
Apoiar Power BI e demais consumidores.
Criar modelos reutilizáveis para produtos e plataforma.
Trabalhar junto ao Data Scientist e Data Engineers.
Apoiar definição de regras de qualidade e reconciliação.
Contribuir para catálogo, documentação e lineage.
Atuar na redução da dependência de soluções específicas por consumidor.
Principais requisitos
Experiência como Analytics Engineer, Data Analyst ou Data Engineer com forte atuação analítica.
Domínio de SQL e modelagem dimensional/analítica.
Experiência na construção de datasets e modelos analíticos reutilizáveis.
Conhecimento de Databricks/Lakehouse.
Experiência com Grafana, Power BI ou outras ferramentas de BI.
Capacidade de transformar necessidades de negócio em métricas e modelos de dados.
Experiência com definição e padronização de KPIs e métricas.
Conhecimento de qualidade, lineage e governança de dados.
Capacidade de trabalhar próximo a Produto, Engenharia, Data Science e negócio.
Visão crítica para identificar inconsistências entre fontes, métricas e dashboards.
Capacidade de transformar dados em insights e informações acionáveis.