Analytics Engineer Pleno - CRM

Profissional de dados com perfil analítico e visão de negócio, capaz de transformar dados de CRM em insights acionáveis e aplicar técnicas de analytics e inteligência artificial para otimizar estratégias de aquisição, retenção e relacionamento com clientes. profissional proativo, orientado a resultados e com forte senso de ownership, capaz de atuar de forma estratégica e executiva na evolução do CRM orientado a dados.   Principais responsabilidades Projetar e construir soluções de dados para CRM, estruturando datasets, tabelas, regras e pipelines que suportem campanhas, jornadas e estratégias de relacionamento com clientes; Desenvolver segmentações e inteligência de clientes em escala, transformando regras e necessidades de negócio em soluções de dados automatizadas, reutilizáveis e produtivas; Evoluir a arquitetura de dados de CRM, contribuindo com modelagem, integração, performance, qualidade, observabilidade e governança dos dados; Desenvolver e colocar em produção produtos e serviços de dados que possam ser consumidos de maneira confiável por CRM e outros times da companhia; Construir soluções utilizando SQL, Python e Databricks, buscando automação, eficiência, escalabilidade e redução de processos manuais; Aplicar conceitos de Engenharia de IA e GenAI para desenvolver automações, agentes, ferramentas e soluções que facilitem o acesso a dados, insights e conhecimento; Criar mecanismos para democratização de dados e conhecimento, reduzindo a dependência de análises manuais e permitindo que áreas de negócio tenham maior autonomia; Trabalhar junto aos stakeholders para transformar problemas de negócio em requisitos técnicos, soluções de dados e hipóteses mensuráveis; Desenvolver provas de valor, experimentos e mecanismos de mensuração que permitam avaliar o impacto das soluções e suportar decisões baseadas em dados; Garantir boas práticas de documentação, versionamento, testes, monitoramento e manutenção das soluções desenvolvidas; Ter ownership sobre suas entregas, realizando estimativas, planejamento, negociação de escopo e prazos, identificação de riscos e reports de evolução para os stakeholders. Conhecimentos e competências esperados: SQL avançado, incluindo manipulação e transformação de grandes volumes de dados; Databricks, com experiência no desenvolvimento e operacionalização de soluções de dados; Python aplicado a engenharia, automação, processamento e análise de dados; Conhecimentos de engenharia de dados, incluindo pipelines, ETL/ELT, modelagem, integração e qualidade de dados; Conhecimentos de Engenharia de IA/GenAI, incluindo construção e integração de soluções baseadas em LLMs, automações e agentes; Capacidade de desenvolver soluções pensando em produção, escalabilidade, confiabilidade e reutilização, e não somente análises pontuais; Boa capacidade de conectar decisões técnicas aos objetivos e resultados de negócio; Comunicação clara e capacidade de transitar entre stakeholders técnicos e de…