Empresa: FRANQ
Vamos buscar o extraordinário juntos? 🚀 Nossos princípios • Falamos de pessoa para pessoa • Buscamos o extraordinário • Damos vida à inovação • Nos fortalecemos com a transparência O seu papel será: • Como Analytics Engineer, você será responsável, junto à área de Engenharia de Dados, por aprimorar e manter a camada de transformação de dados da Franq— a base da qual dependem todos os relatórios, métricas governadas, análises self-service e recursos que alimentam a Inteligência Artificial. Seu trabalho adicionará riqueza semântica, estrutura e governança aos dados, garantindo que cada modelo seja documentado, testado e descrito de uma forma que tanto humanos quanto agentes de IA possam interpretar e confiar. A "análise agêntica" (agentic analytics) está chegando rápido, e esta função existe para ajudar a garantir que a base de dados da Franq esteja pronta para isso. Suas Responsabilidades Nesta Função • Contribuir em todos os processos da camada de transformação (dbt + prefect) — refatorando, impondo as melhores práticas e evoluindo nossa stack de dados para um padrão de excelência. • Sugerir melhorias para padrões de codificação (incluindo codificação para agentes), testes sistemáticos e documentação como padrões obrigatórios aplicados em todos os modelos de dados. • Otimizar o desempenho do data warehouse e a eficiência de custos, identificando e resolvendo padrões de consulta e escolhas de materialização que geram gastos desnecessários. • Auxiliar na construição da base para o self-service alimentado por IA, garantindo que os modelos carreguem a riqueza semântica e a documentação de que os agentes precisam para retornar respostas confiáveis. • Apoiar e orientar analistas sobre as melhores práticas de engenharia de analytics, elevando o padrão de engenharia em toda a equipe. Requisitos: O que esperamos que você tenha: • Experiência prática com dbt — construindo, refatorando e mantendo camadas de transformação em nível de produção. • Fortes habilidades em SQL, Python e modelagem de dados, com uma compreensão clara de data warehousing e arquitetura de dados moderna. • Experiência com fluxos de trabalho de desenvolvimento assistidos por IA (Cursor, Windsurf, Claude Code) para multiplicar a produtividade da engenharia e acelerar as entregas. • Conhecimento sobre camada semântica e compreensão de como as definições de métricas governadas se assentam sobre uma camada de transformação. Você irá se destacar se tiver: • Experiência com BigQuery, incluindo ajuste de desempenho de consultas (tuning) e otimização de custos. • Familiaridade com ferramentas de orquestração (prefect, Airflow, dbt Cloud, etc.). • Experiência com Looker Studio, Tableau, PowerBi ou plataformas modernas semelhantes de BI/notebooks. • Experiência em fintechs, setor de pagamentos ou ambientes regulamentados onde a precisão dos dados e a governança trazem consequências reais para o negócio. • Experiência de desenvolvimento de camada semântica (Cube, dbt Semantic Layer).