Analista Dados PL

Desde 2007 trabalhando com inovação, a Certsys se consolidou como uma forte parceira de Transformação Digital, apoiando empresas disruptivas por meio de soluções digitais completas e escaláveis alinhadas às principais tendências e necessidades do mercado. Temos uma cultura poderosa, conectados de ponta a ponta, colaborativos, ágeis e flexíveis para encarar o novo, transparentes em nossas ações e unidos por um grande propósito: Revolucionar negócios e impactar pessoas, resolvendo desafios complexos através da nossa cultura e tecnologia. Além disso, somos certificados pela GPTW pelo segundo ano consecutivo, sendo uma das melhores empresas para se trabalhar no Brasil. Somos a Certsys 🚀🤖Próximos dos clientes, apaixonados por tecnologia e pessoas (sim, aqui pensamos na sua evolução e carreira, vamos te desenvolver e cuidar da sua trilha de capacitação). Acreditamos na diversidade, equidade e inclusão de profissionais independente da sua deficiência, raça/ etnia, religião, gênero, orientação sexual, origem e constituição de família.

Como será seu dia a dia: Coletar dados de várias fontes, seja em bancos de dados ou por meio de ferramentas de coleta de dados;

Limpeza e preparação de dados: trata dados brutos para garantir que estejam limpos, consistentes e prontos para análise.

Nesta etapa deverá ser removido todo dado duplicado, corrompido ou em branco que de alguma forma possa distorcer qualquer análise;

Análise Exploratória de dados (EDA): realizar análises exploratórias para entender a distribuição dos dados, identificando padrões e/ou outliers que possam ser tendências iniciais;

Desenvolvimento de relatórios e dashboards: criar através de ferramentas próprias da Certsys e/ou disponibilizadas por nossos clientes relatórios visuais e deshboards que destaquem os insights importantes identificados nas etapas de coleta, limpeza e EDA;

Modelagem de dados: participar ativamente da criação de modelos de dados e estruturas de banco de dados que suportem as necessidades analíticas da organização;

Análise estatística: saber aplicar técnicas estatísticas básicas para entender relações entre variáveis, aplicar teste de hipóteses e realizar análises comparativas com base em regras de negócio: Colaboração com as equipes: trabalhar com equipes de negócios, cientistas de dados e outros profissionais para entender todos os requisitos analíticos e traduzi-los em soluções;

Compreensão dos objetivos de negócios: ter boa compreensão dos objetivos de negócios da organização para garantir que a análise dos dados esteja devidamente alinhada com as metas da empresa;

Desenvolvimento de habilidades técnicas: estar em constante aprimoramento de suas habilidades técnicas, incluindo o conhecimento de linguagens de programação como SQL, Python ou R, e as mais atuais ferramentas de análise de dados.

Comunicação de resultados: Ser capaz de comunicar de forma eficaz os resultados da análise de dados para todas as partes interessadas técnicas e não técnicas, garantindo que os insights sejam preenchidos e possam de fato influenciar em decisões para o negócio da organização.

Identificar oportunidades de melhoria de processos de negócios com base nos resultados da análise de dados.

Do que você precisa: Superior completo em cursos relacionados a TI (desejável);

Conhecimento intermediário em Banco de Dados e Estrutura de Dados (desejável);

Conhecimento básico em Linguagens de Programação (exemplo: Python, R, SQL, Java, Scala) (desejável);

Conhecimento básico em Automação de Processos de Negócios (desejável);

Conhecimento básico em Aprendizado de Máquina (exemplo: regressão, árvores de decisão, redes neurais, processamento de linguagem natural - NLP, clustering) (desejável);

Conhecimento intermediário em Análise de Dados (exemplo: estatísticas descritivas, visualização de dados, análise exploratória de dados, modelagem preditiva, mineração de dados) (desejável);

Conhecimento básico em Big Data (exemplo: Apache Hadoop, Spark, Hive, Pig) (desejável);

Conhecimento em Bancos de Dados relacionais e não relacionais (desejáveis);

Conhecimento em Linguagens de Programação (exemplo: Scala, C++) (desejáveis);

Conhecimento em Técnicas de Visualização de Dados e Ferramentas (exemplo: Tableau, Power BI) (desejáveis);

Conhecimento em Estatística Avançada (exemplo: modelos de séries temporais, análise de sobrevivência) (desejável);

Experiência em Metodologias Ágeis e Práticas de Desenvolvimento de Software (desejável).

Cursos e Certificações: Microsoft Certified: Data Analyst Associate (desejável);

Google Data Analytics Professional Certificate (desejável);

IBM Data Science Professional Certificate (desejável);

Cloudera Certified Data Analyst (CCA Data Analyst) (desejável);

SAS Certified Data Scientist (desejável);

Data Science MicroMasters Program (edX) (desejável);

Certificação Oracle Certified Professional: MySQL Database Administrator (desejável);

Certificação Tableau Desktop Specialist (desejável);

Certificação Data Science Council of America (DASCA): Associate Big Data Analyst (desejável).