Engenheiro de Dados​/Data Engineer Sênior – Advbox

Estamos estruturando a arquitetura oficial de dados da ADVBOX (Legaltech B2B SaaS líder em gestão de escritórios de advocacia). Buscamos um(a) Engenheiro(a) de Dados / Analytics Engineer Sênior com perfil mão na massa e forte visão de negócios para liderar a execução técnica do nosso Data Lakehouse Centralizado, atuando diretamente em conjunto com a Consultoria Estratégica de Dados e com as Diretorias de Tecnologia e Negócios.

O desafio envolve unificar dados operacionais (PostgreSQL e Supabase), controles financeiros (Excel / CSV / DRE) e plataformas externas (Gateway de Pagamento, Google Ads, GA4 e CRM) em uma arquitetura organizada. Nosso foco prioritário no início do projeto é colocar em produção o MVP do Data Lakehouse com dados de Receita e Retenção (MRR, ARR, MRR Bridge, Churn, NRR, GRR e Safras/Cohorts) 100% automatizado, auditável e acessível aos sócios.

• Ingestão de Dados: Construir e manter pipelines (utilizando bibliotecas modernas como dlt, Polars, openpyxl ou Airbyte OSS) para extrair dados incrementais de bancos PostgreSQL e Supabase e eventualmente consumir APIs externas.

• Transformação e Governança: Desenvolver toda a modelagem de dados, aplicando automações de limpeza, remoção de duplicatas e testes automatizados de integridade.

• Resolução de Identidade e Reconciliação Financeira: Construir e manter a tabela-ponte que unifica o identificador do sistema () com chaves financeiras e comerciais (CNPJ/CPF, E-mail, Contrato), garantindo que o MRR e o Churn apurados no Lakehouse batam centavo por centavo com o fechamento financeiro (DRE).

• Construção de Dashboards & Self-Service BI: Desenvolver e manter painéis executivos visuais no Metabase e/ou Google Looker Studio + Planilhas Conectadas (Connected Sheets), permitindo filtros interativos e drill-down até o nível de conta.

• SQL Avançado: Domínio profundo de SQL analítico (Window Functions, CTEs complexas, modelagem de Data Marts relacionais/dimensionais, otimização de consultas e reconciliação contábil/financeira de dados).

• Experiência Sólida com dbt Core: Vivência real construindo e arquitetando projetos dbt em camadas (Staging -> Curated / Data Marts), configurando testes de qualidade (unique, , , testes customizados de receita) e versionamento via Git / Git Hub.

• Python Aplicado à Engenharia de Dados: Capacidade comprovada de escrever código limpo, resiliente e enxuto para extração incremental de bancos SQL, leitura/tratamento de planilhas .xlsx/.csv complexas e integração com APIs REST (usando dlt, Polars, Pandas ou PyArrow).

• Vivência em Cloud Data Lakehouse / Data Warehouse: Experiência prática estruturando ambientes analíticos com Google Big Query, Big Lake e Google Cloud Storage (ou arquitetura equivalente com PostgreSQL Analítico / DuckDB / Parquet / AWS).

• Ferramentas de BI & Self-Service: Experiência na criação de painéis executivos determinísticos e configuração de camadas de autoatendimento em Metabase, Looker Studio ou Power BI.

• Autonomia Sênior e Orientação a Negócio: Maturidade para dialogar diretamente com áreas de negócio, diagnosticar inconsistências na origem e traduzir regras em código.

• Métricas de B2B SaaS e Valuation: Experiência prévia modelando MRR Bridge (New, Expansion, Contraction, Churn), NRR, GRR, Matriz de Retenção por Safra (Cohort), LTV, CAC e Payback.

• Ecossistema Postgres & Supabase: Familiaridade com administração de leitura, réplicas e particularidades do PostgreSQL e Supabase.

• Containers & Orquestração Enxuta: Experiência prática com Docker e automação de rotinas via Git Hub Actions.

• IA Aplicada a Dados (Pós-MVP): Conhecimento ou interesse prático em Claude…