Bank Salad melhora a vida dos usuários através de serviços de dados.
A missão do Bank Salad é criar um ambiente onde o usuário possa usar suas informações a qualquer momento e em qualquer lugar, e projetar uma experiência digital que maximize os benefícios para os usuários. Estamos especialmente focados nos dois valores mais importantes: 'dinheiro' e 'saúde'.
Acreditamos que uma empresa que produz continuamente produtos inovadores é uma startup.
Provamos nossa inovação ao lançar produtos líderes no país, como o orçamento automatizado (2017), a consulta financeira abrangente (2018), a recomendação de cartões com base nos gastos (2018), o serviço de comparação de empréstimos (2019), a melhoria da pontuação de crédito (2019), o assistente financeiro (2020), meus dados (2022), testes de ADN gratuitos (2023), análise de cobertura de saúde personalizada (2024), o jogo da salada (2025) e o alerta de taxa de juros mínima (2025).
Nos últimos dois anos, nossa receita mensal cresceu 800%, e superamos o ponto de equilíbrio (BEP), garantindo assim a sustentabilidade e estabilidade.
Ao expandir nossos negócios financeiros aproveitando a sinergia entre dados da saúde e financeiros, aspiramos nos tornar uma holding de finanças digitais em cinco anos e uma holding de dados em dez anos, considerando as informações como um ativo central para expandir diversos negócios.
Queremos criar uma cultura que resolva problemas sem limites e estabelecer um processo de uso seguro e eficaz dos dados. Esperamos trabalhar com colegas motivados a gerar resultados concretos em produtos e negócios.
Assim funciona o PFM PA:
A missão do PFM (Gestão de Finanças Pessoais) PA é ajudar os usuários a gerenciar e aumentar seus dados de ativos e consumo de forma simples e eficaz, baseando-se em meus dados.
Oferecemos uma análise de patrimônio personalizada, definição de metas de aumento de patrimônio e serviços de gerenciamento de ativos participativos.
1. Informações fragmentadas sobre ativos podem ser visualizadas de forma fácil e intuitiva.
Oferecemos os elementos principais da gestão de ativos de forma intuitiva, como orçamento, consulta e análise de ativos, economia de emergência financeira e gerenciamento de calendários financeiros. Mesmo tendo uma variedade de produtos financeiros, isso permite uma compreensão clara e fácil dos ativos, facilitando a gestão desses ativos.
2. Proporciona motivação direta para a gestão de ativos.
Estamos transformando experiências de gestão de ativos que podem parecer entediantes em experiências envolventes e gratificantes através de prêmios e diversão. O serviço 'Jogo da Salada' com amigos reduz despesas ao mesmo tempo em que proporciona diversão, lembranças e uma sensação de realização. Da mesma forma, estamos expandindo novos serviços que integrem a gestão de ativos de modo natural na vida cotidiana.
3. Assumimos a responsabilidade pela qualidade e escalabilidade dos dados para desenvolver ainda mais o serviço.
Estamos continuamente melhorando a qualidade dos meus dados enquanto otimizamos os registros das contas do orçamento, ampliamos as fontes de dados sobre ativos e informações sobre produtos financeiros para tornar o serviço ainda mais refinado. Para isso, estamos procurando colegas com habilidades em gerenciamento de dados e resolução de problemas.
Principais responsabilidades
O Analista de Dados (PFM) realiza tarefas específicas:
Ele conecta os dados de comportamento do usuário com os dados financeiros para extrair insights sobre o produto e sugerir pontos de melhoria.
• Combina dados de comportamento dos usuários com dados financeiros para quantificar o valor do usuário (LTV, contribuição de receita, fatores de retenção/desistência).
• Extrair insights acionáveis e propor estratégias a partir de análises e testes de hipóteses relacionadas ao negócio/produtos.
• Aumentar a compreensão do produto através da análise e modelagem dos diversos dados dos usuários do Bank Salad.
Ele projeta um sistema de medição para permitir que a equipe de produtos tome decisões de forma rápida e precisa, define indicadores-chave e lidera experimentos.
• Design e implementação de indicadores-chave relacionados ao crescimento do produto.
• Criação de logs de eventos e medição da experiência do usuário.
• Processamento e visualização de dados para que os membros da equipe possam entender e utilizar facilmente os indicadores.
• Design e construção de Data Marts para melhorar a eficiência da análise.
• Design e execução de testes A/B e verificação da significância estatística dos resultados dos testes.
As seguintes tecnologias (ferramentas) são utilizadas principalmente:
• Ferramentas de processamento e análise de dados: Snowflake, Metabase, Amplitude
• Linguagens: Python, SQL
Queremos compartilhar essa jornada com pessoas que buscam experiências como as seguintes:
• Pelo menos 4 anos de experiência em análise de dados ou experiência em projetos de análise de produtos equivalentes.
• Experiência em lidar com grandes volumes de dados usando SQL e conduzir análises de funis/coortes/retentiva/segmentação.
• A capacidade de entender a estrutura de dados financeiros ou aprender rapidamente a combinar e analisar dados comportamentais.
• Compreensão e experiência prática em testes A/B e validação de hipóteses (definição de indicadores, design experimental, interpretação de resultados).
• Capacidade de comunicação que influencia a tomada de decisões estruturando problemas com base em dados e colaborando com diferentes funções.
Qualificações preferenciais
Preferimos candidatos com experiências como as seguintes:
• Experiência em automação de análises com ferramentas como Python, relatórios e modelagem estatística.
• Títulos de mestrado ou doutorado em ciência da computação, matemática, estatística ou áreas relacionadas.
• Experiência em análise de dados em diversos domínios (plataformas de aplicativos e finanças) e tomada de decisões baseadas em dados.
• Experiência em criar impacto no negócio/usuário através de análise de dados ou modelagem.
• Experiência na construção de Data Marts e no design de pipelines de dados com base na compreensão de Data Warehouses (DW).
• Preferencialmente, experiência em design experimental sistemático (como teste A/B) e validação de hipóteses baseada em conhecimentos estatísticos.
