Analista de Dados Pleno | Hibrido - Fortaleza/CE | CLT

O Analista de Dados Pleno desempenha um papel essencial na equipe de análise, sendo responsável por coletar, organizar, analisar e interpretar grandes conjuntos de dados para fornecer insights acionáveis que impulsionam a tomada de decisões informadas dentro da organização. Este profissional trabalhará em estreita colaboração com as equipes de negócios e técnicas para identificar oportunidades de melhoria e resolver problemas complexos através da análise de dados.

Atividades:

• Coletar e integrar dados de várias fontes, incluindo bancos de dados, arquivos CSV, APIs, etc.
• Limpar e pré-processar dados para garantir sua qualidade, consistência e integridade.
• Realizar análises exploratórias de dados para identificar padrões, tendências e correlações relevantes.
• Desenvolver modelos analíticos e algoritmos para previsão, segmentação de clientes, análise de churn, entre outros.
• Criar visualizações de dados claras e informativas utilizando ferramentas no Looker Studio;
• Interpretar resultados analíticos e comunicar insights de forma eficaz para partes interessadas técnicas e não técnicas.
• Colaborar com outras equipes funcionais para identificar oportunidades de otimização e melhorias com base nos dados.
• Manter-se atualizado com as tendências e tecnologias emergentes em análise de dados e ciência de dados.

Obrigatório:

• Linguagens de Consulta a Bancos de Dados: Domínio de SQL para extrair, manipular e analisar dados de bancos de dados relacionais.
• Programação: Habilidades em linguagens de programação como Python, R ou Java para análise de dados, manipulação de dados em larga escala e automação de processos.
• Ferramentas de Visualização de Dados: Experiência com ferramentas de visualização de dados como Looker Studio, Pentaho, Tableau, Power BI, Matplotlib, Seaborn, etc., para criar visualizações claras e informativas.
• Análise Exploratória de Dados (EDA): Capacidade de realizar EDA utilizando técnicas estatísticas e de visualização para entender a estrutura, padrões e relações nos dados.
• Manipulação de Dados: Habilidade em utilizar bibliotecas e ferramentas para manipulação de dados, como pandas no Python ou dplyr no R.
• Modelagem de Dados: Conhecimento em modelagem de dados para criar esquemas de bancos de dados eficientes e desenvolver modelos preditivos.
• Aprendizado de Máquina e Inteligência Artificial: Compreensão dos conceitos e técnicas de aprendizado de máquina e inteligência artificial para construir modelos preditivos e analíticos.
• Big Data e Ferramentas de Processamento de Grandes Volumes de Dados: Familiaridade com tecnologias como Hadoop, Spark, ou ferramentas de computação em nuvem para lidar com grandes volumes de dados.
• Conhecimento em MySQL/SQL server e bancos em MongoDB, criação de ETLs, Datalakes, manipulação de dados, dominar ferramentas de arquitetura de dados (Data Middleware) como Pentaho e Apache Hop, conhecimento em construção de dashboards em Looker Studio (Data Vys) e gestão de demandas via ClickUp.

Benefits