Analista De Dados

Somos uma companhia sólida e moderna, com presença nos estados de São Paulo e Rio de Janeiro, representando sete grandes montadoras: Toyota, Fiat, BYD, Hyundai, Volvo, Dafra e Renault. Operamos com 20 concessionárias, além de um auto center (T-Service), uma autopeças, uma transportadora e um instituto social. Também contamos com uma unidade fabril em Manaus, com 170 mil m² de área total.

Somos mais de 1.100 colaboradores, e temos a certeza de que nosso maior valor está nas pessoas — sejam elas parceiros, clientes ou quem faz parte do nosso time.

Aqui, valorizamos o cuidado, o respeito, a oportunidade de crescimento e a busca constante pela excelência. Nosso compromisso é seguir evoluindo, mantendo a liderança e a competitividade, sempre com responsabilidade e propósito.

Se você busca fazer parte de uma empresa reconhecida por clientes, fornecedores, colaboradores e comunidade, onde carreira e propósito caminham lado a lado, o seu lugar é aqui.

• 2. Principais Responsabilidades
  • 2.1 Arquitetura, modelagem e governança de dados
    • a) Estruturar modelos, camadas analíticas, tabelas, regras, nomenclaturas e padrões técnicos.
    • b) Definir boas práticas de qualidade, documentação, rastreabilidade, segurança e governança.
    • c) Orientar a evolução analítica, reduzindo redundâncias e múltiplas versões da informação.
  • 2.2 Desenvolvimento avançado em SQL Server e Oracle
    • a) Desenvolver e revisar consultas críticas, procedures, scripts T-SQL, views e rotinas corporativas.
    • b) Otimizar performance, propor ajustes estruturais e eliminar gargalos de processamento.
    • c) Diagnosticar falhas complexas, inconsistências e causas-raiz em bases e processos.
  • 2.3 Engenharia de dados, ETL/ELT e lakehouse
    • a) Estruturar pipelines, camadas de dados, fluxos ETL/ELT e tabelas analíticas no Microsoft Fabric.
    • b) Aplicar arquitetura lakehouse para organizar dados brutos, tratados e prontos para consumo.
    • c) Garantir escalabilidade, reutilização, padronização e confiabilidade das transformações.
  • 2.4 BI corporativo e indicadores executivos
    • a) Desenvolver e orientar modelos semânticos, dashboards executivos e relatórios estratégicos.
    • b) Validar KPIs, regras de cálculo, fontes e consistência entre áreas e sistemas.
    • c) Garantir governança, performance, padronização e confiabilidade dos painéis corporativos.
  • 2.5 Python, automação e soluções analíticas avançadas
    • a) Desenvolver automações robustas em Python para dados, conciliações e validações recorrentes.
    • b) Criar rotinas com controle de erros, logs, parametrizações e documentação técnica.
    • c) Aplicar inteligência artificial e automação quando houver ganho de produtividade e qualidade.
  • 2.6 Backlog técnico, sprint e liderança das entregas
    • a) Apoiar a organização do backlog técnico no Jira, validando prioridades, dependências e prazos.
    • b) Acompanhar sprint, padrões exigidos, impedimentos e riscos técnicos das entregas críticas.
    • c) Dar visibilidade à liderança sobre evolução, gargalos, capacidade e previsibilidade das demandas.
  • 2.7 Liderança técnica e orientação do time
    • a) Orientar analistas júnior e pleno, revisando entregas e disseminando boas práticas.
    • b) Apoiar priorização, desenho de soluções, estimativas, riscos e decisões técnicas.
    • c) Atuar como referência entre tecnologia, áreas de negócio, gestão e usuários-chave.
• 3. Área de Resultado
  • 3.1 Arquitetura de dados sustentável Garantir soluções escaláveis, documentadas, performáticas e alinhadas à estratégia de dados.
  • 3.2 Confiabilidade corporativa dos indicadores Reduzir divergências entre relatórios, áreas e fontes, assegurando visão única da informação.
  • 3.3 Eficiência e automação Ampliar automações, reduzir retrabalho e eliminar controles paralelos desnecessários.
  • 3.4 Governança e continuidade Assegurar padrões, rastreabilidade, documentação, segurança e sustentação das soluções críticas.
  • 3.5 Gestão técnica do backlog Contribuir para backlog organizado, sprint previsível, prazos controlados e prioridades claras.
  • 3.6 Maturidade analítica Promover evolução em Fabric, lakehouse, BI, modelagem, IA aplicada e cultura orientada a dados.
• 4. Competências Técnicas — Hard Skills
  • 4.1 SQL Server, T-SQL e Oracle — avançado Domínio em modelagem, tuning, procedures, scripts, views, performance e rotinas críticas.
  • 4.2 Microsoft Fabric e arquitetura lakehouse — avançado Capacidade de estruturar lakehouse, camadas de dados, tabelas, pipelines e consumo analítico.
  • 4.3 Engenharia de dados e ETL/ELT Experiência em fluxos, cargas, transformações, qualidade, versionamento e sustentação de dados.