Sobre a posição
O Ismart busca um(a) Analista de Inteligência de Dados para apoiar a organização na transformação de dados em informação útil para a tomada de decisão.
Essa pessoa atuará em parceria com diferentes áreas do Ismart, ajudando a estruturar indicadores, analisar dados e gerar insights que contribuam para melhorar nossos programas e ampliar o impacto da organização na trajetória educacional de jovens talentos de baixa renda.
Principais responsabilidades
- Apoiar as áreas de negócio na definição, monitoramento e análise de indicadores estratégicos
- Desenvolver e manter dashboards e relatórios que apoiem a tomada de decisão
- Realizar análises exploratórias e estatísticas para identificar padrões, tendências e oportunidades de melhoria
- Transformar perguntas estratégicas das áreas em análises estruturadas de dados
- Identificar e implementar oportunidades de automação e melhoria de processos analíticos
- Contribuir para a disseminação da cultura de dados na organização
Requisitos
- Formação superior em Ciência da Computação, Estatística, Matemática, Engenharia ou áreas correlatas
- Experiência prévia com análise de dados
- Domínio de SQL para análise de dados
- Domínio avançado de Excel
- Experiência com Python para análise de dados (ex: Pandas, NumPy)
- Experiência com ferramentas de Business Intelligence (Power BI, Tableau, Looker ou similares)
- Boa capacidade analítica e de raciocínio lógico
- Perfil curioso e inovador
- Interesse em impacto social e na aplicação de dados na área de educação
Diferenciais
- Experiência com análises estatísticas ou modelagem de dados
- Noções de engenharia de dados, como construção de pipelines de dados, processos de ETL/ELT ou modelagem de dados em data warehouses
- Experiência com automação de processos analíticos utilizando Python
- Experiência com construção de ferramentas internas de dados (ex: Streamlit ou similares)
- Conhecimento em machine learning ou aplicações de inteligência artificial
- Experiência prévia em organizações de impacto social ou no setor educacional