O Bank Salad melhora e enriquece a vida dos usuários através de seus serviços de dados.
A missão do Bank Salad é criar um ambiente onde os usuários possam utilizar suas informações a qualquer hora e em qualquer lugar e desenhar uma experiência digital que maximize os benefícios dos usuários. Nos concentramos especialmente nos dois valores mais importantes para as pessoas: "dinheiro" e "saúde".
Acreditamos que uma empresa que continuamente lança produtos com ideias inovadoras é uma startup.
Provamos nossa inovação ao lançar na Coreia os primeiros produtos como o orçamento automático (2017), consulta financeira integrada (2018), recomendação de cartas baseadas no consumo (2018), serviço de comparação de empréstimos (2019), aumento da pontuação de crédito (2019), assistente financeiro (2020), meus dados (2022), teste genético gratuito (2023), análise de cobertura personalizada para saúde (2024), jogo de salada (2025), alarme de taxa de juros mínima (2025).
Nos últimos dois anos, nossa receita mensal cresceu 800% e superamos o ponto de equilíbrio, garantindo sustentabilidade e estabilidade.
Queremos nos tornar uma empresa de holding de serviços financeiros digitais em cinco anos e uma empresa de holding de dados em dez anos, ampliando nossas atividades e desenvolvendo dados como ativos centrais da empresa, aproveitando as sinergias entre finanças e saúde.
Queremos trabalhar com colegas motivados que buscam resolver problemas sem limites, criem processos que utilizem os dados da maneira mais segura e produtiva e gerem resultados tangíveis em nossos produtos e negócios.
Principais responsabilidades
O Analista de Dados (saúde) realiza tarefas específicas como:
Analisar os dados de consulta dos consultores de seguros (GA) para identificar os fatores-chave que aumentam a taxa de conversão, para que os usuários possam receber aconselhamento de seguros ótimos e propor melhorias.
• Identificar padrões de consulta de alta e baixa conversão com base no histórico de consultas e quantificar os fatores-chave que afetam a taxa de conversão.
• Utilizar análise de linguagem natural para extrair padrões significativos do texto das consultas e desenvolver técnicas e cenários de aconselhamento eficazes.
• Extrair insights acionáveis e apresentar estratégias por meio de uma análise de causa e testes de hipóteses relacionados a negócios/produtos.
• Aumentar a compreensão dos produtos analisando e modelando dados relacionados ao comportamento dos usuários do Bank Salad em relação à saúde e seguros.
Projetar um sistema de medição que permita decisões rápidas e precisas sobre a qualidade das consultas, definir indicadores-chave e liderar experimentos.
• Projetar e implementar indicadores-chave que se conectem ao crescimento do produto.
• Projetar logs de eventos para rastrear o desempenho de conversão por consultor e cenário e medir a experiência.
• Processar e visualizar os dados de forma que os membros possam entender e utilizar facilmente os indicadores.
• Colaborar de perto com o PM/PA da equipe de saúde e o gerente de GA para integrar os resultados da análise nas operações de consulta.
• Projetar e construir um Data Mart para melhorar a eficiência analítica.
Para validar os efeitos causais das metodologias de consulta, projetar semi-experiências e descobrir experimentalmente cenários de consulta que geram uma taxa de conversão mais alta.
• Projetar e conduzir uma semi-experiência utilizando os métodos de consulta dos consultores como variável controlada.
• Verificar a significância estatística dos resultados das experiências e interpretar os efeitos causais para serem usados na toma de decisões.
• Projetar e realizar testes A/B e verificar a significância estatística dos resultados das experiências.
As tecnologias principais utilizadas são:
• Ferramentas de processamento e análise de dados: Snowflake, Metabase, Amplitude
• Análise de linguagem natural: Python (pandas, scikit-learn, KoNLPy, etc.), análise utilizando LLM
• Linguagens: Python, SQL
Gostaríamos de acompanhar pessoas que aspiram a essas experiências.
• Você deve ter pelo menos 7 anos de experiência em análise de dados ou experiência equivalente que tenha liderado projetos de análise que influenciem decisões de produtos/crescimento.
• Você deve ter experiência lidando com grandes volumes de dados utilizando SQL, realizando de ponta a ponta a definição de indicadores-chave, investigação de causas e proposta de estratégia.
• Deve possuir a capacidade de explicar a proposta de valor para o usuário e a contribuição para a receita compreendendo a estrutura de dados financeiros e os combinando com dados comportamentais.
• É necessária experiência em métodos avançados de análise, como modelagem estatística e aprendizado de máquina.
• Você deve compreender e aplicar na prática testes A/B e testes de hipóteses (definição de indicadores, projeto de experimentos, interpretação de resultados).
• Deve ter habilidades de comunicação e liderança para estruturar problemas de forma baseada em dados e colaborar com diversas equipes/lideranças para elevar o nível de tomada de decisão da organização.
Qualificações preferenciais
Daremos preferência a candidatos que possuam as seguintes experiências.
• Preferência será dada a quem tiver experiência em automação/relatórios de análise usando ferramentas como Python, além de modelagem estatística, filtragem, recomendações e modelagem preditiva.
• É desejável ter um mestrado ou doutorado em áreas relacionadas a ciência da computação, matemática, estatística ou mineração de dados.
• Daremos preferência a candidatos que tenham gerado um impacto claro em negócios/usuários (crescimento de receita, retenção, conversão, redução de custos etc.) através da análise ou modelagem de dados.
• Candidatos que tenham estabelecido ou aprimorado sistemas de indicadores, experimentos e qualidade/definição de dados em uma organização que toma decisões baseadas em dados serão preferidos.
• É desejável ter compreensão de armazéns de dados (DW) e experiência em construção de Data Mart e design de pipelines de dados.
• Candidatos que tenham realizado desenhos experimentais de maneira sistemática e possuam competências técnicas em testes de hipótese estatística, considerando questões de causalidade/bias, também serão preferidos.
• Candidatos que tenham liderado analistas juniores ou que tenham experiência em estabelecer/propagar diretrizes na equipe serão muito bem-vindos.
