- A Toss Insurance é uma empresa criada para inovar no setor de "seguros", uma das diversas áreas financeiras em que a Toss busca inovação.
- A equipe de dados/infraestrutura da Toss Insurance garante que os dados em todo o setor de seguros sejam confiáveis e consistentes.
- Devido à natureza do setor de seguros, os dados de contratos, comissões, comportamento do cliente e subscrição têm um impacto direto na confiança do cliente e na conformidade.
- Os dados de seguros não são apenas números. Eles servem como a base para decisões que reduzem o risco do cliente. Nossa equipe se certifique de que esses dados sejam sempre transmitidos com precisão e rapidez aos colegas.
Principais responsabilidades
1. Modelagem de Dados & Construção de DW
- Com base nas diretrizes padrão da Toss Insurance para DW, projetamos e operamos o Data Mart padrão para o domínio responsável (IA Vendas, Contrato, Comissão, Cliente).
- Mantemos e gerenciamos o Data Mart para que nossos colegas possam tomar decisões baseadas nos mesmos dados, visando uma Fonte Única de Verdade.
- Projetamos uma estrutura que reflete os princípios de design de bancos de dados normalizados e as características do DW (Orientado a Assunto, Integrado, Não Volátil, Variável ao Tempo).
- Fazemos uma distinção clara entre o mercado de área padrão (Conformed Mart) e o Data Mart de consumo.
2. Gestão da Qualidade dos Dados (DQ)
- Desenvolvemos lógicas de verificação da consistência dos dados e automatizamos a monitorização da DQ.
- Realizamos detecção de anomalias de dados adequada às especificidades do domínio de seguros (erros de contrato, discrepâncias de comissões, contratos duplicados, etc.).
- Documentamos a definição do Data Mart, as descrições das colunas e a lógica de cálculo através de um sistema de gestão de metadados, mantendo o estado atualizado.
3. Pipeline & Segurança
- Desenvolvemos e operamos pipelines em lote com base no Airflow.
- Realizamos revisões de segurança dos dados e gerenciamos direitos de acesso, como a mascaramento de informação pessoal (PII).
- Devido às especificidades do setor de seguros, apoiamos a criação de entregáveis de dados de acordo com os requisitos de relatórios regulatórios e normas contábeis IFRS.
4. Colaboração com Desenvolvedores
- Desde o início do desenvolvimento de um novo serviço, revisamos o design de logs e o modelo de dados com os desenvolvedores de servidores e propomos requisitos de análise.
- Colaboramos com Analistas de Dados, equipe de suporte de vendas, equipe de operações e equipe de plataforma para gerenciar definições de indicadores e solicitações de dados.
- É necessário ter domínio avançado de SQL. Estamos à procura de candidatos que possam escrever consultas de agregação complexas, funções de janela e subconsultas de maneira legível.
- É necessário entender os princípios de normalização de bancos de dados e os padrões de design de Data Warehouses (Star Schema, Snowflake Schema).
- Como modelador de dados, o candidato deve ser capaz de definir conceitos de domínio de forma clara e projetar uma estrutura de dados compreensível e clara.
- É necessária habilidade de comunicação para traduzir solicitações comerciais em estruturas de dados.
- É necessário ter iniciativa para descobrir e propor soluções para problemas de qualidade de dados.
Tecnologia principal
- Obrigatório: SQL (MySQL / Oracle), Apache Airflow, Git
- Preferido: Python, dbt, PySpark, Tableau, Snowflake
Qualificações preferenciais
- Conhecimento em Python em nível intermediário (capaz de escrever DAGs do Airflow e entender o código de outros) é uma vantagem.
- É desejável ter experiência em transformação de dados usando dbt (Data Build Tool).
- Ter experiência em ambientes de processamento distribuído, como PySpark, é uma vantagem.
- Experiência em data warehouses em nuvem, como Snowflake, é desejável.
- Experiência em visualização/reportagem usando Tableau é uma vantagem.
- Experiência na concepção e operação de ponta a ponta, desde coleta de dados até análise e visualização, é uma vantagem.
- Entendimento do framework de análise AARRR Funnel é uma vantagem.
- Conhecimento no domínio de seguros/finanças (contratos, comissões, reclamações, riscos) ou experiência relevante com dados é desejável.
- Experiência no processamento de grandes volumes de dados (mais de centenas de milhões) é desejável.
- Pode ser desejável ter uma compreensão das características dos dados de seguros dentro dos padrões contábeis IFRS 17.
Recepção de documentos > Entrevista técnica > Entrevista de compatibilidade cultural > Negociação de benefícios > Verificação de referências > Aceitação final
1. Verifique os seguintes pontos
- O local de trabalho fica no 37º andar do D-Cube City, 662 Gyeongin-ro, Guro-gu, Seul.
- Pessoas com deficiência e beneficiários da assistência estatal terão preferência ao se inscrever, de acordo com a legislação aplicável.
- Se informações falsas forem descobertas em currículos ou documentos enviados, ou se houver disciplina em seu histórico de trabalho, a contratação pode ser cancelada.
- Pessoas que estão proibidas de serem contratadas de acordo com as diretrizes da Toss Insurance ou que têm motivos de ineligibilidade também podem ter a contratação cancelada.
2. Recomenda-se que o currículo seja elaborado da seguinte forma:
- Se tiver experiência na construção de DW ou no design de Data Mart, descreva as partes específicas nas quais você contribuiu.
- Expresse a escala dos dados que gerenciou (número de linhas, número de tabelas, frequência de processamento) em números.
- Especifique casos específicos em que você descobriu e resolveu problemas de qualidade de dados.
- Descreva como colaborou com outras funções (desenvolvedores, analistas, equipes de negócios).
- Escreva a razão pela qual está se inscrevendo para esta posição e o motivo pelo qual se interessou pelo domínio da Toss Insurance.
- Concentre-se no impacto e nos pontos de aprendizado, e não apenas em listar suas experiências.
