Nós somos a Sinqia. Bem-vindo ao agora!

Somos a maior empresa de tecnologia para o setor financeiro do Brasil e estamos em busca de um(a) Cientista de Dados voltado a Data Visualization para compor nosso time na área de Serviços e nos ajudar a fazer o mercado financeiro pulsar!

O que a área de Serviços faz na Sinqia:

Organizamos squads apoiando nossos clientes com a visão de negócio, desenvolvimento e sustentação de seus produtos. Somos especialistas em People Tech. Fornecemos desde um profissional até uma equipe multidisciplinar completa para gestão técnica e de negócios. Nossas soluções unem capacidade de priorização, identificação de oportunidades e a melhor experiência com tecnologia, para uma entrega personalizada de valor aos resultados dos nossos clientes.

Especificações Técnicas:

- Estatística e análise de dados: É fundamental ter uma compreensão sólida de conceitos estatísticos, como média, desvio padrão, correlação e inferência estatística.
- Programação e manipulação de dados: É necessário ter habilidades em programação para extrair, limpar e manipular dados. Linguagens comumente utilizadas incluem Python ou R ou SQL. Além disso, é importante conhecer bibliotecas e ferramentas específicas para visualização de dados, como Power BI ou Looker ou Sense ou Tableau.
- Conhecimento de visualização de dados: É importante estar familiarizado com diferentes técnicas de visualização de dados, incluindo gráficos básicos (barras, linhas, dispersão) e visualizações mais avançadas (mapas, redes, gráficos de árvore). Também é necessário entender os casos de uso apropriados para cada tipo de visualização.
- Ferramentas de visualização de dados: É necessário ter conhecimento em diversas ferramentas e bibliotecas de visualização de dados, como Tableau ou Power BI ou Sense ou Looker ou outras.
- Pensamento analítico e resolução de problemas: Um cientista de dados precisa ter habilidades analíticas sólidas para compreender os dados, identificar padrões e tendências, e derivar insights significativos a partir das visualizações. Também é necessário ter habilidades de resolução de problemas para abordar desafios relacionados à visualização de dados.
- Conhecimento de mercado financeiro (bancos, crédito, entre outros).
- DESEJÁVEL: Design e comunicação visual: O cientista de dados deve ter conhecimentos básicos de design para criar visualizações eficazes. Isso inclui compreender princípios de design gráfico, como hierarquia visual, uso adequado de cores, escolha de tipografia e layout de informações.

Atividades a serem realizadas:

- Compreender os requisitos: O cientista de dados colabora com as partes interessadas para entender os objetivos da visualização, o público-alvo e as questões que precisam ser respondidas. Isso ajuda a direcionar o desenvolvimento da visualização e garantir que ela seja relevante.
- Limpeza e preparação de dados: Antes de criar visualizações, o cientista de dados precisa preparar os dados. Isso pode incluir a limpeza de dados ausentes, a padronização de formatos e a transformação dos dados em uma forma adequada para a visualização.
- Escolha das técnicas de visualização: Com base nos requisitos e nos tipos de dados disponíveis, o cientista de dados seleciona as técnicas de visualização adequadas. Isso pode variar desde gráficos básicos, como barras e linhas, até visualizações mais avançadas, como mapas, gráficos de dispersão ou visualizações interativas.
- Desenvolvimento das visualizações: O cientista de dados utiliza ferramentas e bibliotecas de visualização de dados, como Tableau ou Power BI ou Looker ou Sense, para criar as visualizações. Isso envolve escrever código, configurar parâmetros e personalizar a aparência das visualizações para transmitir efetivamente a informação.
- Análise exploratória: Durante o processo de criação das visualizações, o cientista de dados também realiza uma análise exploratória dos dados. Isso envolve identificar padrões, tendências e insights relevantes que podem ser visualizados para auxiliar na compreensão dos dados e na formulação de hipóteses.
- Avaliação e iteração: Após criar as visualizações, o cientista de dados avalia sua eficácia em relação aos objetivos estabelecidos e solicita feedback dos usuários ou das partes interessadas. Com base nesses comentários, ele pode iterar e aprimorar as visualizações para torná-las mais claras, informativas e impactantes.

Atuação no modelo Híbrido em São Paulo - Região da Av. Paulista.