Bullla
ESPECIALISTA DE DADOS
São Paulo / SP
Descrição da vaga
Descrição
Referência técnica e de negócio em Analytics, responsável por estruturar problemas complexos, identificar oportunidades ainda não evidentes e elevar a qualidade das decisões da organização.
Seu diferencial não é apenas produzir análises mais sofisticadas, mas construir mecanismos que façam a empresa tomar decisões melhores de forma recorrente.
Responsabilidades e atribuições
Estruturar problemas estratégicos e pouco definidos.
Identificar novas oportunidades através dos dados.
Definir frameworks analíticos utilizados pelo restante da área.
Estruturar modelos de decisão e otimização.
Identificar o ponto ótimo entre conversão, preço/taxa, risco e margem.
Desenvolver metodologias para avaliar eficiência de ofertas.
Estruturar visão de rentabilidade por cliente e segmento.
Definir frameworks de mensuração e incrementalidade.
Influenciar decisões estratégicas de Growth, Crédito, Produto e Finanças.
Traduzir problemas executivos em agendas analíticas.
Transformar análises recorrentes em produtos, ferramentas ou mecanismos de decisão.
Desenvolver tecnicamente profissionais menos experientes.
Elevar a qualidade analítica e o pensamento crítico da organização.
Requisitos e qualificações
Advanced Analytics
Forte domínio de SQL e exploração de dados.
Domínio de métodos estatísticos aplicados à tomada de decisão.
Capacidade de estruturar análises complexas envolvendo múltiplas variáveis e fontes de dados.
Domínio de experimentação e mensuração de impacto.
Conhecimento de causalidade e suas limitações.
Capacidade de discutir metodologias analíticas com Data Science e áreas técnicas.
Decision Science
Capacidade de transformar problemas de negócio em modelos de decisão.
Construção de cenários, simulações e análises de sensibilidade.
Capacidade de estruturar problemas de otimização.
Capacidade de identificar trade-offs e pontos ótimos entre diferentes objetivos do negócio.
Economics & Optimization
Forte entendimento de economics do negócio.
Capacidade de conectar aquisição, conversão, receita, risco e margem.
Capacidade de avaliar rentabilidade por cliente, segmento, produto ou canal.
Capacidade de estruturar análises de elasticidade e sensibilidade.
Capacidade de apoiar decisões de pricing e oferta.
Data & Modeling
Capacidade de trabalhar com Data Science na aplicação de modelos de propensão, risco e otimização.
Conhecimento suficiente de modelagem para questionar metodologia, premissas e resultados.
Informações da vaga
Modalidade de trabalho: Hybrid