Engenheiro de Dados e Etl para Integração com Bigquery e Recálculo de Métricas de Negócio

Estamos buscando um Engenheiro de Dados experiente para um projeto crucial de migração e otimização de nossa infraestrutura de Business Intelligence. Atendemos um cliente do setor fitness que utiliza um sistema de gestão de academias. Atualmente, o BI do cliente (Metabase) é alimentado por um etl próprio que consome uma api legada desse sistema, a qual fornece apenas o estado atual de cada aluno, sem um histórico de eventos detalhado. O fornecedor do sistema liberou acesso ao seu Data Warehouse no BigQuery, que possui um modelo dimensional completo com histórico de eventos, e o acesso já foi validado. O objetivo deste projeto é conectar o ETL existente a esse novo Data Warehouse no BigQuery e recalcular as métricas de negócio diretamente na fonte, garantindo maior precisão e profundidade analítica. Escopo do Projeto: Conector e Fundação: Implementar um conector BigQuery (utilizando service account e client Python) integrado ao ETL atual. Realizar o mapeamento completo do schema do Data Warehouse. Configurar a ingestão incremental de aproximadamente 6 a 8 tabelas-chave (fatos e dimensões), garantindo que a nova integração conviva harmoniosamente com a integração atual sem interrupções. Churn e Receita na Fonte: Recalcular o churn com base no ledger de movimentações de contrato, aplicando as definições de negócio já documentadas (o documento será fornecido). Alinhar métricas como inadimplência, mrr real e ltv com as tabelas oficiais do data warehouse do fornecedor. Ativação e Retenção: Alimentar as páginas do BI com dados de check-ins reais, incluindo primeiro acesso, frequência do primeiro mês, análise de cohort M0-M6, identificação de alunos em risco por frequência e conversão por consultor. Eventos Priorizados: Integrar uma lista fixa de eventos adicionais (como upgrade/downgrade para NRR, agendamento/no-show e renovação antecipada), que será definida por escrito no kickoff do projeto. Requisitos Obrigatórios: SQL avançado, incluindo o uso de window functions e modelagem sobre tabelas fato/dimensão. Experiência comprovada com Google BigQuery, incluindo service accounts, ingestão incremental e otimização de custo de consulta (uso de partições, evitar full scans). Proficiência em Python para desenvolvimento de pipelines de dados, dado que o ETL atual é em Python. Experiência prévia com data warehouse dimensional (star schema). Compromisso com commits diários em nosso repositório, a partir do primeiro dia do projeto. Diferenciais: Experiência com métricas de negócio recorrente (churn, mrr, nrr, ltv, cohort). Conhecimento de Metabase. Experiência na integração de sistemas de gestão/ERP brasileiros.