Vaga Home Office: Analista Dados PL na empresa Certsys

📋 Descrição da Vaga

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.

🎯 Responsabilidades

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. 

✅ Requisitos

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). 

🎁 Informações Adicionais

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).

📊 Etapas do Processo Seletivo

1. Cadastro
2. Abordagem
3. Entrevista com RH
4. Entrevista Técnica
5. Contratação

💡 Dicas de Ouro para Conseguir uma Vaga Home Office

1. Organize seu espaço digital tanto quanto o físico

Desktops bagunçados, caixas de entrada entupidas e arquivos sem organização geram estresse e perda de tempo. Crie uma estrutura de pastas lógica, use ferramentas de gestão de tarefas, e faça uma limpeza digital semanal.

2. Tenha um plano B de internet e energia

Quedas de energia e internet acontecem. Profissionais remotos sérios têm contingências: um nobreak para o roteador, dados móveis com boa franquia, e conhecem um café ou coworking próximo para usar em emergências. Comunicar um problema técnico proativamente demonstra maturidade.

3. Use técnicas de produtividade comprovadas

Pomodoro (blocos de 25 minutos), Time Blocking (reservar slots na agenda para cada tipo de tarefa) e a regra dos 2 minutos (fazer imediatamente o que leva menos de 2 minutos) são técnicas adaptáveis ao home office. Experimente por 2 semanas e ajuste conforme sua realidade.