Cientista de Dados – Leve Saúde – Home Office

RESPONSABILIDADES E ATRIBUIÇÕES

Coleta transformação de dados para análise: Identificar, coletar e transformar os dados relevantes de diversas fontes. Realizar análises exploratórias, identificar melhorias nos processos de desenvolvimento, aplicar técnicas estatísticas e utilizar ferramentas de análise de dados para identificar padrões, tendências e insights significativos.
Transformação e limpeza de dados: Realizar transformações nos dados, incluindo limpeza, agregação, combinação e formatação, para garantir a qualidade e integridade dos dados analisados.
Colaboração com as equipes de negócios: Trabalhar em estreita colaboração com as equipes de negócios para entender suas necessidades de análise de dados e traduzi-las em requisitos e funcionalidades específicas no Power BI. Fornece suporte analítico para responder a perguntas de negócios e auxiliar na tomada de decisões baseada em dados.
Manutenção e otimização dos painéis de controle: Monitorar e atualizar regularmente os painéis de controle existentes, garantindo a precisão e relevância das informações apresentadas. Identificar oportunidades de melhoria e otimização para aprimorar a usabilidade e eficiência dos painéis.
Treinamento e suporte: Fornecer treinamento e orientação aos usuários internos sobre o uso adequado do Power BI, suas funcionalidades e melhores práticas de análise de dados. Oferecer suporte técnico e solucionar problemas relacionados ao Power BI.

Modelo de trabalho: Presencial ou Home Office

REQUISITOS E QUALIFICAÇÕES

Formação acadêmica:
Graduação em Ciência da Computação, Estatística, Matemática, Engenharia ou área relacionada. Um mestrado ou doutorado é um diferencial.
Experiência em análise de dados:
Pelo menos 3 a 5 anos de experiência em análise de dados ou campo relacionado.
Experiência em lidar com grandes volumes de dados, preferencialmente em projetos de saúde ou áreas relacionadas.

Conhecimento técnico:
Conhecimento avançado em linguagens de programação, como Python, R ou SQL.
Experiência em técnicas de aprendizado de máquina, como regressão, classificação, clustering, processamento de linguagem natural, redes neurais, entre outros.
Familiaridade com bibliotecas e frameworks de análise de dados, como TensorFlow, Keras, PyTorch, Scikit-learn, Pandas, NumPy, entre outros.
Habilidades em visualização de dados usando ferramentas como Matplotlib, Seaborn, Tableau, Power BI, etc.

Competências analíticas:
Capacidade de formular perguntas relevantes, definir métricas e identificar padrões e insights nos dados.
Conhecimento de técnicas estatísticas e habilidades em análise exploratória de dados.
Capacidade de desenvolver modelos analíticos, realizar testes e avaliar a eficácia dos resultados.

Habilidades de resolução de problemas:
Capacidade de identificar problemas complexos, decompor tarefas e propor soluções inovadoras.
Habilidades em investigação e resolução de problemas de análise de dados.
Capacidade de lidar com dados não estruturados e fontes de dados variadas.

Comunicação e colaboração:
Excelentes habilidades de comunicação verbal e escrita, com a capacidade de explicar conceitos complexos de forma clara e concisa.
Capacidade de colaborar efetivamente com equipes multidisciplinares e comunicar-se com partes interessadas não técnicas.

INFORMAÇÕES ADICIONAIS

Benefícios:
Plano de Saúde
Day off de aniversário
Desconto em Universidades