Bank Salad améliore et enrichit la vie des utilisateurs grâce à ses services de données.
La mission de Bank Salad est de créer un environnement où les utilisateurs peuvent utiliser leurs informations où et quand ils le souhaitent, et de concevoir une expérience numérique qui maximise les bénéfices des utilisateurs. Nous accordons une attention particulière aux domaines les plus précieux pour les gens, à savoir "l'argent" et "la santé".
Nous pensons qu'une entreprise qui lance sans cesse des produits avec des idées innovantes est une startup.
Nous avons prouvé notre innovation en lançant en premier en Corée des produits tels que le budget automatique (2017), la requête financière intégrée (2018), la recommandation de cartes basées sur la consommation (2018), le service de comparaison de prêts (2019), l'augmentation du score de crédit (2019), le conseiller financier (2020), mes données (2022), test génétique gratuit (2023), analyse de couverture sur mesure pour la santé (2024), jeu de salade (2025), alarme de taux d'intérêt minimum (2025).
Au cours des deux dernières années, nos revenus mensuels ont crû de 800 % et nous avons franchi le seuil de rentabilité, assurant ainsi durabilité et stabilité.
Nous voulons devenir une société de portefeuille de services financiers numériques dans cinq ans et une société de portefeuille de données dans dix ans, en élargissant nos activités autour des données comme un actif central de l'entreprise, tout en combinant les synergies entre finance et santé.
Nous souhaitons travailler avec des collègues animés d'un esprit d'initiative pour résoudre des problèmes sans limites, créer des processus qui exploitent les données de la manière la plus sécurisée et productive, et générer des résultats tangibles dans nos produits et nos activités.
L'Analyste de données (santé) effectue des tâches spécifiques telles que :
Analyser les données de consultation des conseillers d'assurance (GA) pour identifier les facteurs clés qui augmentent le taux de conversion, afin que les utilisateurs puissent recevoir des conseils d'assurance optimaux et proposer des améliorations.
• Identifier les modèles de consultation à haute et basse conversion en fonction des données de l'historique des consultations et quantifier les facteurs clés qui affectent le taux de conversion.
• Utiliser l'analyse du langage naturel pour extraire des modèles significatifs à partir du texte des consultations et développer des techniques de conseil et des scénarios efficaces.
• Tirer des insights exploitables et présenter des stratégies à travers une analyse des causes et des tests d'hypothèses concernant les affaires/produits.
• Améliorer la compréhension des produits en analysant et en modélisant les données liées aux comportements des utilisateurs de Bank Salad concernant la santé et l'assurance.
Concevoir un système de mesure pour permettre une prise de décision rapide et précise sur la qualité des consultations, définir des indicateurs clés et mener des expériences.
• Concevoir et mettre en œuvre des indicateurs clés qui relient à la croissance du produit.
• Concevoir des journaux d'événements pour suivre les performances de conversion par conseiller et par scénario et mesurer l'expérience.
• Traiter et visualiser les données de manière à ce que les membres puissent facilement comprendre et utiliser les indicateurs.
• Collaborer étroitement avec le PM/PA de l'équipe santé et le manager GA pour intégrer les résultats d'analyse dans les opérations de consultation.
• Concevoir et construire un Data Mart pour améliorer l'efficacité analytique.
Pour valider les effets causaux des méthodes de consultation, concevoir des quasi-expériences et découvrir expérimentalement des scénarios de consultation qui génèrent un taux de conversion plus élevé.
• Concevoir et réaliser une quasi-expérience en utilisant les méthodes de consultation des conseillers comme variable contrôlée.
• Vérifier la signification statistique des résultats des expériences et interpréter les effets causaux pour les intégrer dans la prise de décision.
• Concevoir et réaliser des tests A/B et vérifier la signification statistique des résultats des expériences.
Les principales technologies utilisés sont :
• Outils de traitement et d'analyse des données : Snowflake, Metabase, Amplitude
• Analyse du langage naturel : Python (pandas, scikit-learn, KoNLPy, etc.), analyse utilisant des LLM
• Langages : Python, SQL
Nous souhaitons accompagner des personnes qui aspirent à ces expériences.
• Vous devez avoir au moins 7 ans d’expérience dans l’analyse de données ou une expérience équivalente ayant conduit des projets d’analyse influençant les décisions de produits/croissance.
• Vous devez avoir une expérience de travail avec de grandes quantités de données en utilisant SQL, en effectuant end-to-end la conception des indicateurs clés, la recherche des causes et les propositions stratégiques.
• Vous devez être capable d'expliquer la valeur ajoutée pour l'utilisateur et la contribution aux revenus en comprenant la structure des données financières et en la combinant avec les données de comportement.
• Une expérience dans des méthodes avancées d'analyse telles que la modélisation statistique et l'apprentissage automatique est requise.
• Vous devez comprendre et appliquer dans la pratique les tests A/B et les tests d'hypothèse (définition d'indicateurs, conception d'expériences, interprétation des résultats).
• Vous devez posséder des compétences en communication et en leadership pour structurer des problèmes de manière basée sur les données et collaborer avec diverses équipes/leadership afin d'élever le niveau de prise de décision de l’organisation.
Qualifications souhaitées
Nous privilégions les candidats possédant les expériences suivantes.
• Une préférence sera donnée si vous avez une expérience dans l'automatisation/théorisation des analyses via des outils tels que Python, ainsi que dans la modélisation statistique, le filtrage, la recommandation et les modèles prédictifs.
• Il est préférable de détenir une maîtrise ou un doctorat dans des domaines liés à l'informatique, aux mathématiques, à la statistique ou à l'exploration de données.
• Nous privilégions les candidats qui ont généré un impact clair sur les affaires/utilisateurs (croissance des revenus, rétention, conversion, réduction des coûts, etc.) par l'analyse ou la modélisation des données.
• Une préférence sera donnée aux candidats ayant établi ou amélioré des systèmes d'indicateurs, d'expériences et de qualité/définition des données dans une organisation qui prend des décisions basées sur des données.
• Il est souhaitable que vous ayez une compréhension des entrepôts de données (DW) et une expérience dans la construction de Data Mart et la conception de pipelines de données.
• Les candidats ayant une expertise technique dans la conception expérimentale et la vérification des hypothèses statistiques, tout en tenant compte des problèmes de causalité/biais, seront préférés.
• Les candidats ayant dirigé des analystes juniors ou ayant une expérience dans l'établissement/propagation de lignes directrices au sein de l'équipe seront les bienvenus.
