Descrição de Vaga
| Código: | 16511 |
| Título da vaga: | Analista de Dados |
| Local: | Santos, SP |
| Nível Profissional: | Sênior |
| Nível Acadêmico: | Ensino Superior Completo |
| Áreas de Atuação Profissional: | TI - Projetos |
| Descrição: | Analista de Dados Nível: Pleno / Sênior Modelo: Presencial |
| Habilidades: | Objetivo do Cargo Atuar na organização, tratamento, saneamento, integração, consolidação, análise e disponibilização dos dados corporativos, garantindo que as áreas de negócio, BI, Analytics e Inteligência Artificial tenham acesso a informações confiáveis, consistentes e adequadamente estruturadas. O profissional deverá atuar desde a origem do dado até sua disponibilização para consumo, podendo também desenvolver dashboards, análises e visualizações que apoiem a tomada de decisão. Principais Responsabilidades • Mapear e compreender as principais fontes de dados da organização. • Analisar dados provenientes de ERP, TMS, sistemas operacionais, bancos de dados, APIs, arquivos e outras fontes. • Desenvolver e manter processos de ETL/ELT para extração, transformação e disponibilização de dados. • Realizar saneamento, padronização, enriquecimento e transformação dos dados. • Identificar duplicidades, inconsistências, dados ausentes, divergências e problemas de qualidade. • Investigar a origem das inconsistências e atuar na correção ou direcionamento para o responsável pela origem do dado. • Consolidar informações provenientes de diferentes sistemas e fontes. • Criar modelos e estruturas de dados para facilitar seu consumo pelas áreas de negócio, BI e IA. • Desenvolver consultas, transformações, rotinas e pipelines de dados. • Validar dados antes de sua disponibilização. • Criar regras de validação e controles de qualidade. • Monitorar processos de integração, carga e atualização dos dados. • Investigar falhas e inconsistências nos processos de dados. • Desenvolver dashboards, painéis gerenciais e visualizações de dados quando necessário. • Transformar dados consolidados em informações de fácil interpretação para gestores e áreas de negócio. • Apoiar a definição de indicadores, métricas e regras de cálculo. • Trabalhar com usuários para compreender necessidades de informação e transformar essas necessidades em soluções de dados. • Apoiar projetos de BI, Analytics e IA fornecendo dados preparados, confiáveis e adequadamente estruturados. • Documentar fontes, estruturas, transformações, regras, indicadores e relacionamentos. • Contribuir para catálogo, metadados e linhagem dos dados. • Identificar oportunidades de automação nos processos de dados e geração de informações. • Trabalhar em conjunto com TI, BI, IA, sistemas e áreas de negócio. Conhecimentos Obrigatórios • SQL avançado. • Bancos de dados relacionais. • Modelagem e relacionamento de dados. • ETL / ELT. • Tratamento e saneamento de dados. • Consolidação de dados provenientes de diferentes fontes. • Conceitos de Data Quality. • Desenvolvimento de consultas e transformações. • Análise de grandes volumes de dados. • Conceitos de Data Warehouse, Data Lake e Lakehouse. • Conceitos de pipelines e orquestração de dados. • Modelagem de dados para análise. • Conceitos de indicadores, métricas e visualização de dados. • Capacidade de compreender dados dentro do contexto dos processos de negócio. • consolidar dados de diferentes fontes; • definir e aplicar regras de cálculo; • estruturar modelos para análise; • desenvolver indicadores e métricas; • apresentar informações de forma clara e objetiva; • identificar tendências, desvios e indicadores relevantes; • apoiar gestores na interpretação dos dados; • garantir consistência entre dashboards e fontes oficiais. Experiência com ferramentas modernas de Business Intelligence e Data Visualization será valorizada, incluindo, entre outras: • Power BI; • Tableau; • Qlik; • Looker / Looker Studio; • ferramentas de visualização e exploração de dados equivalentes. O conhecimento de uma ferramenta específica não será obrigatório quando o profissional demonstrar domínio dos conceitos de modelagem, análise e visualização de dados. ______________________________________________________________________________________________________________________________________________ Consolidação e Modelagem de Dados O profissional deverá ser capaz de transformar informações dispersas em uma visão consolidada e confiável. A atuação poderá envolver: Multiplas Fontes → Integração → Saneamento → Padronização → Modelagem → Consolidação → Indicadores → Dashboard / Analytics / IA Deverá compreender conceitos como: • modelo dimensional; • fatos e dimensões; • granularidade; • relacionamentos; • chaves; • histórico de dados; • agregações; • indicadores; • métricas; • regras de negócio. O objetivo é evitar que cada área ou dashboard desenvolva sua própria interpretação dos dados, criando informações divergentes para o mesmo indicador. Qualidade e Saneamento de Dados Uma das principais responsabilidades da função será garantir que os dados disponibilizados para BI e IA apresentem qualidade suficiente para utilização. O profissional deverá atuar na identificação e tratamento de: • dados duplicados; • dados ausentes; • informações inconsistentes; • formatos diferentes para o mesmo dado; • cadastros divergentes; • relacionamentos incorretos; • registros inválidos; • informações desatualizadas; • divergências entre sistemas; • problemas de integração; • dados sem definição ou origem conhecida. Deverá criar mecanismos para avaliar aspectos como: Completude → Consistência → Integridade → Unicidade → Validade → Atualidade → Confiabilidade Sempre que possível, deverá buscar corrigir a causa da inconsistência na origem, evitando simplesmente tratar o problema na camada de BI ou IA. Disponibilização de Dados O profissional deverá transformar dados provenientes de diferentes fontes em informações estruturadas, confiáveis e disponíveis para consumo. A atuação poderá envolver: Fonte → Extração → Tratamento → Saneamento → Validação → Transformação → Armazenamento → Disponibilização → Consumo Os dados poderão ser disponibilizados para: • dashboards; • relatórios; • indicadores; • análises; • Data Warehouse; • Data Lake; • Lakehouse; • aplicações; • automações; • modelos de IA; • outros sistemas corporativos. Dados para BI e IA O Analista de Dados deverá atuar como uma camada técnica entre as fontes corporativas e os consumidores dos dados. Para BI, deverá contribuir para disponibilizar dados consistentes, estruturados e adequadamente modelados. Para IA, deverá contribuir para disponibilizar dados: • completos; • consistentes; • estruturados; • contextualizados; • rastreáveis; • documentados; • adequadamente tratados; • disponíveis em formato apropriado ao caso de uso. Deverá compreender que a qualidade dos dados influencia diretamente a qualidade das análises, indicadores, automações e soluções de IA. Tecnologias e Ferramentas Será valorizada experiência com diferentes tecnologias de dados, incluindo: Banco e Manipulação de Dados • SQL; • bancos relacionais; • bancos NoSQL; • Python; • bibliotecas de tratamento e análise de dados. Integração e Transformação • ferramentas de ETL/ELT; • pipelines de dados; • APIs REST; • Web Services; • JSON; • processos batch; • ferramentas de transformação e integração. Plataformas de Dados • Data Warehouse; • Data Lake; • Lakehouse; • processamento distribuído; • armazenamento de dados estruturados e não estruturados. BI e Visualização • Power BI; • Tableau; • Qlik; • Looker / Looker Studio; • ferramentas equivalentes. Qualidade e Governança • Data Quality; • Data Profiling; • Data Observability; • Data Catalog; • Data Lineage; • metadados; • governança de dados. O conhecimento de ferramentas específicas não será o principal requisito. Será valorizada a capacidade de compreender os conceitos e utilizar a tecnologia mais adequada para cada necessidade. Governança e Segurança • Seguir políticas de segurança da informação e governança de dados. • Respeitar controles de acesso e permissões. • Apoiar a identificação e classificação de dados sensíveis. • Garantir rastreabilidade das informações. • Documentar origem, transformação e utilização dos dados. • Evitar bases paralelas sem controle ou rastreabilidade. • Contribuir para padrões corporativos de dados. • Apoiar requisitos relacionados à LGPD e proteção das informações. Diferenciais Será considerado diferencial possuir experiência com: • projetos de BI e Analytics; • desenvolvimento de dashboards; • modelagem dimensional; • consolidação de múltiplas fontes; • projetos de Inteligência Artificial; • arquitetura de dados; • Data Warehouse, Data Lake ou Lakehouse; • grandes volumes de dados; • automação de pipelines; • Data Quality; • Data Observability; • Data Catalog; • Data Lineage; • governança de dados; • Python; • processamento de dados estruturados e não estruturados; • integração entre múltiplos sistemas corporativos. Também serão diferenciais conhecimentos nos segmentos de: • logística; • transporte; • comércio exterior; • terminais; • recintos alfandegados; • armazenagem; • operações multimodais. Perfil Esperado Buscamos um profissional analítico, investigativo, organizado e orientado à qualidade, capaz de compreender tanto os aspectos técnicos dos dados quanto o contexto do negócio. É importante possuir: • raciocínio lógico; • atenção aos detalhes; • capacidade de investigar inconsistências; • facilidade para trabalhar com grandes volumes de dados; • capacidade de questionar dados que não apresentem coerência; • organização; • preocupação com qualidade e rastreabilidade; • capacidade de documentar; • facilidade para trabalhar com diferentes áreas; • curiosidade para compreender os processos que originam os dados; • capacidade de transformar dados em informação útil; • boa comunicação com usuários e gestores; • postura preventiva e orientada à melhoria contínua. O profissional deverá ter a postura de não aceitar o dado simplesmente porque ele existe, buscando compreender sua origem, significado, qualidade, transformação e confiabilidade. Indicadores de Sucesso A atuação poderá ser acompanhada por: • melhoria da qualidade dos dados; • redução de inconsistências; • redução de duplicidades; • redução de tratamentos manuais; • aumento da disponibilidade dos dados; • redução do tempo para disponibilização de informações; • quantidade de fontes integradas; • confiabilidade dos dados utilizados em BI; • qualidade dos dados disponibilizados para IA; • redução de divergências entre sistemas; • evolução dos dashboards e indicadores; • redução de indicadores com conceitos divergentes; • evolução da documentação e catálogo de dados; • aumento da rastreabilidade; • redução de problemas identificados após o consumo dos dados. Conceito da Atuação Mapear → Integrar → Saneiar → Consolidar → Validar → Modelar → Analisar → Disponibilizar → Monitorar → Evoluir O papel do Analista de Dados não será simplesmente “tirar dados do banco” ou apenas desenvolver dashboards. Seu objetivo será construir e manter uma camada de dados confiável, organizada, rastreável e reutilizável, transformando dados dispersos em informações que possam ser utilizadas por gestores, BI, Analytics, automações e Inteligência Artificial. A atuação deverá aumentar a confiança nos dados, reduzir o esforço manual de consolidação e tratamento e acelerar a transformação de dados em informação, informação em análise e análise em decisão. |