Responsabilidades e atribuições Definir e evoluir a camada semântica e as métricas de negócio (grain, dimensões, KPIs), alinhadas a modelagem dimensional (Kimball) e à arquitetura Medallion (Bronze / Silver / Gold). Desenvolver e manter modelos dbt na camada analítica (marts Gold): modelos incrementais, testes automatizados, documentação e macros reutilizáveis. Construir e governar produtos analíticos em Power BI — modelos semânticos (Import / DirectQuery / Composite), DAX performático, RLS, publicação no Service, datasets certificados e workspaces organizados. Evoluir explores e views em Looker (LookML) — measures, derived tables, governança multi-tenant (access_filter) e embed quando aplicável em produtos SaaS. Escrever SQL avançado sobre Azure Synapse Analytics, BigQuery e views de consumo, com foco em performance para BI e self-service. Implementar práticas de qualidade downstream — Data Contracts, testes e monitoramento — para evitar rupturas em dashboards, datasets e aplicações por mudanças na origem. Atuar como referência técnica na interface entre engenharia de dados, negócio e produto; promover DataOps, Git/PRs, code review e documentação de métricas. Apoiar iniciativas de IA/ML com bases analíticas limpas, estáveis e bem definidas. Requisitos e qualificações Experiência sólida como Analytics Engineer, BI Engineer ou Analista de Dados Sênior em ambiente corporativo ou SaaS. Domínio de SQL — consultas complexas, CTEs, window functions e otimização em cloud DW. Experiência com dbt em produção — models, tests, docs, incrementais e macros. Experiência com Power BI — modelagem tabular, DAX, RLS, Power Query, publicação e governança no Service. Experiência com Looker / LookML — views, explores, measures, joins e boas práticas de camada semântica. Conhecimento em modelagem de dados — dimensional (star schema) e arquitetura Medallion. Experiência com Cloud Data Warehouse / Lakehouse — Azure Synapse Analytics, BigQuery e/ou equivalentes (AWS, GCP, Azure). Domínio de Git e processos de Pull Request / code review, com CI/CD aplicado a projetos analíticos. Capacidade de traduzir necessidades de negócio em métricas claras, documentadas e reutilizáveis. Desejável Para se destacar nessa posição, seria legal se você também tivesse: Experiência com Azure Data Factory ou ferramentas de orquestração/ingestão (Airbyte ou equivalentes). Python para automações, validações e rotinas analíticas. Conhecimento em DataOps, governança de dados e LGPD. Experiência com Looker embed ou analytics embutido em produto. Disponibilidade para atuar em modelo híbrido (3x na semana) em São Paulo - SP.