Analista de dados

Analista de Dados

Sobre a HSPW

Somos uma empresa de saúde preventiva. Levamos programas de bem-estar, apoio psicológico e nutricional, avaliações de saúde ocupacional (incluindo risco psicossocial / NR-01) e uma plataforma própria para dentro de empresas.

Cada cliente gera dado: adesão aos programas, resultados de questionários de saúde, engajamento na plataforma. Nosso trabalho é transformar isso em algo que gere valor real para nossos clientes, dado não é entregável final, insight é.

O que você vai fazer

* Construir e manter as análises e visões que alimentam nossos dashboards e relatórios de cliente (adesão, resultados de saúde, ROI dos programas).

* Trabalhar com nossos dados onde eles vivem: MongoDB, PostgreSQL e camada analítica em SQL, entregando em QuickSight.

* Dar suporte a clientes internos (CS, comercial, produto, pesquisa, acolhimento) e externos (RH das empresas atendidas) — respondendo dúvida de dado, ajustando visão, explicando o que o número está dizendo.

* Traduzir análise para quem não é técnico. Você vai falar com gente de RH, não com engenheiro de dados — o gráfico só vale se a pessoa do outro lado entender.

* Garantir consistência e confiabilidade dos números que saem daqui. Relatório de cliente com dado errado é o pior cenário; parte do trabalho é não deixar isso acontecer.

* Ajudar a evoluir nossa estrutura de dados conforme novos programas e clientes entram.

O que buscamos

* Experiência real com SQL e com bancos relacionais (PostgreSQL) e não-relacionais (MongoDB — agregações, não só leitura básica).

* Vivência com ferramenta de BI — QuickSight é o nosso, mas quem vem de Power BI / Looker / Metabase e topa migrar também serve.

* Capacidade analítica de verdade: você olha um conjunto de dados e sabe fazer a pergunta certa, não só rodar a query que pediram.

* Comunicação clara com cliente. Essa não é opcional. Metade da vaga é falar com gente e explicar dado de forma simples.

* Organização e autonomia.

Conta pontos

* Python para automação e tratamento de dados.

* Sensibilidade com dado sensível e LGPD — trabalhamos com informação de saúde; entender o peso disso importa.

* Vivência com saúde, RH, bem-estar corporativo ou saúde ocupacional.

* Noções de estatística aplicada (o suficiente pra não interpretar número errado).