Analytics Engineer
# Analytics Engineer **Sourcing Trust, LDA** · Lisboa · `On-site` 🕒 **Статус:** *Опубликовано: 4 дня назад* · *Источник: Indeed* --- ### About the Role Sobre nós: Na Sourcing Trust, comprometemo-nos a fornecer soluções tecnológicas inovadoras, fiáveis e personalizadas que capacitam as empresas a prosperar num panorama digital em rápida evolução. Com foco na excelência, integridade e colaboração, construímos parcerias duradouras através da compreensão das necessidades únicas de cada cliente e da oferta de suporte especializado em todas as fases. A nossa equipa dedica-se a promover um ambiente de trabalho positivo e inclusivo, onde a contribuição de cada colaborador é valorizada, incentivando o crescimento contínuo, a aprendizagem e o sucesso partilhado. Junte-se a nós e faça parte de uma organização apaixonada, impulsionada pela inovação e pela excelência. Sobre a vaga: Estamos a reforçar uma equipa de Data & Analytics com Analytics Engineers para integrar um novo Tech Hub internacional em Lisboa . Procuramos profissionais com experiência em ambientes de dados, capazes de transformar necessidades de negócio em soluções analíticas robustas, escaláveis e orientadas para a tomada de decisão. Nesta função, terá a oportunidade de trabalhar em estreita colaboração com equipas de Data Engineering, Data Science, Machine Learning e Business Intelligence , contribuindo para a evolução da arquitetura de dados, dos modelos analíticos e das plataformas de informação. Responsabilidades: Modelar e transformar dados em estruturas analíticas consistentes, escaláveis e eficientes. Desenvolver, otimizar e monitorizar pipelines ETL/ELT e respetivos testes de qualidade. Garantir a documentação das soluções, incluindo regras de negócio, lineage e lógica de transformação. Monitorizar a qualidade, performance, SLAs e fiabilidade dos datasets. Criar e otimizar modelos semânticos para suportar necessidades de BI, Data Science e Machine Learning . Colaborar com equipas de Data Engineering, Data Science, Machine Learning e Product , garantindo entregas integradas e alinhadas com os objetivos de negócio. Implementar práticas de CI/CD, controlo de versões e DevOps aplicadas a pipelines e soluções de dados. Definir e implementar mecanismos de data quality, validação, observabilidade e monitorização end-to-end . Contribuir para práticas de data governance, catalogação e data lineage . Para perfis Senior, apoiar tecnicamente elementos mais juniores, promovendo a partilha de conhecimento e a melhoria contínua da equipa. Requisitos: Licenciatura ou formação superior em Data Science, Computer Science, Analytics, Machine Learning ou área relacionada. 3+ anos de experiência profissional em ambientes de Data & Analytics, com participação prática no desenvolvimento de soluções de dados. Experiência sólida em data modeling , nomeadamente Star Schema, dimensional modeling e/ou medallion architecture . Conhecimentos de semantic layer design e otimização de modelos analíticos de grande escala. Experiência com ferramentas de orquestração e automação, como Azure Data Factory, Apache Airflow, Microsoft Fabric ou Databricks Workflows . Bons conhecimentos de SQL , incluindo otimização de queries, partitioning, clustering e processamento de grandes volumes de dados. Experiência com Python, PySpark e/ou Spark SQL para transformações de dados. Experiência com CI/CD, controlo de versões e práticas DevOps aplicadas a soluções de dados. Conhecimentos de Data Quality e Observability , incluindo validação automatizada e monitorização. Experiência ou contacto com ferramentas de Data Governance, Cataloging e Lineage , como Microsoft Purview ou Unity Catalog . Experiência em Power BI , nomeadamente modelação semântica e otimização de DAX. Conhecimentos de plataformas de Cloud Data Warehousing e Data Architecture , como BigQuery, Snowflake, Synapse, Delta Lake, ADLS ou Redshift . Capacidade para compreender necessidades de negócio e traduzi-las em requisitos técnicos e soluções de dados. Inglês mínimo B2 . Localização do trabalho: Trabalho remoto híbrido em Lisboa
Наблюдалась 2026-09-21, впервые 2026-09-17, источник — Indeed.