ANALISTA DE DADOS PLENO II

Sobre a vaga

Estamos em busca de uma pessoa analítica, curiosa e orientada a resultados para integrar nosso time de Dados, Reports e Análises.

Nesta função, você será responsável por transformar dados brutos em inteligência acionável, analisando o comportamento da base de clientes, avaliando o impacto e a eficiência de campanhas e criando segmentações/clusters estratégicos para orientar a tomada de decisão do negócio.

---

Principais Responsabilidades e Atribuições

• Estudos de Base e Clientes: Realizar análises profundas da base ativa, inativa e churn, identificando padrões de consumo, ciclo de vida do cliente (LTV, CAC, retenção) e oportunidades de negócio.
• Avaliação de Campanhas: Mensurar a performance e o ROI de campanhas (testes A/B, grupos de controle, incremento/lift), gerando diagnósticos e recomendações para otimização contínua.
• Segmentação e Personas: Desenvolver e estruturar clusters, réguas de segmentação e personas baseadas em dados (RFV, comportamentais e preditivas) para subsidiar ações direcionadas.
• Reports e Dashboards: Desenvolver, manter e automatizar relatórios e painéis de indicadores (KPIs) para acompanhamento diário, tático e executivo.
• Tratamento e Extração de Dados: Construir e otimizar queries, pipelines e rotinas de extração, limpeza e modelagem de dados para suporte às análises.
• Storytelling com Dados: Apresentar insights, conclusões e planos de ação para stakeholders técnicos e de negócio de forma clara e estruturada.

---

Requisitos e Qualificações

• Formação superior completa ou em andamento em Estatística, Matemática, Ciência da Computação, Engenharia, Economia, Administração, Marketing ou áreas correlatas.
• Domínio de SQL para consultas complexas, junções, agregações e manipulação de bases volumosas.
• Experiência prática com Python voltado para análise de dados (bibliotecas como pandas, numpy, scikit-learn, matplotlib/seaborn).
• Vivência em análise de métricas de CRM, campanhas e marketing digital.
• Experiência comprovada em técnicas de segmentação/clusterização (ex.: RFM/RFV, k-means, regras comportamentais).
• Familiaridade com ferramentas de visualização de dados (Power BI, Tableau, Looker Studio ou Metabase).

---

Diferenciais

• Conhecimento de técnicas de modelagem estatística ou Machine Learning supervisionado/não supervisionado (propensão, propensão ao churn, etc.).
• Experiência com ambientes de Cloud Data Warehouses (BigQuery, Snowflake, Redshift, Databricks).
• Experiência com automação de rotinas/scripts e orquestração de dados.