Analista de people analytics pleno

Há 19 horas

Barueri, State of São Paulo, Brasil Netvagas Tempo integral
  • Formação completa;
  • Excel avançado: Tabelas dinâmicas, Power Query, fórmulas complexas (ÍNDICE/CORRESP, SOMASES, MATRIZ), tratamento de bases grandes.
  • Power BI: Modelagem (estrelas, relacionamentos, medidas e colunas calculadas); DAX intermediário/avançado (CALCULATE, FILTER, contexto de linha/filas, time intelligence); Power Query/M para ETL; parâmetros e funções customizadas; Performance (redução de cardinalidade, incremental refresh, otimização de medidas); Publicação, Gateway, segurança em nível de linha (RLS), e governança de workspaces.
  • SQL intermediário: JOINs, CTEs, subqueries, agregações, janelas (ROW_NUMBER, SUM OVER), boas práticas de consultas para consumo no Power BI.
  • Python para data wrangling (pandas) e integração com APIs/SaaS de RH.
  • Fundamentos de dados: modelagem dimensional (fato/dimensão), qualidade de dados, linhagem, metadados.
  • Estatística aplicada: amostragem, correlação, regressão linear simples, testes A/B básicos, indicadores de dispersão.
  • Data storytelling: práticas de visualização (leituras visuais, escolha adequada de gráficos, rótulos, cores, acessibilidade).
  • Boas práticas de documentação: dicionário de métricas, glossário, playbooks de atualização, versionamento. 
  • Ter pensamento analítico e crítico, comunicação clara com não-técnicos, autonomia e organização, trabalhar com parceria, colaboração e com foco em impacto, ética e confidencialidade.
  • Modelagem e construção de dashboards em Power BI (camadas de modelagem, DAX, UX de visualização, performance).
  • Tratamento e preparação de dados (extração, limpeza, transformação) a partir de planilhas, sistemas de RH e, futuramente, do data lake.
  • Definição e manutenção de métricas e KPIs de RH (ex.: headcount, turnover, absenteísmo, tempo de contratação, diversidade, mobilidade interna, engajamento).
  • Automação de rotinas (atualização de relatórios, pipelines de dados, schedules/gateway).
  • Data quality & governança: garantir consistência de bases, dicionário de dados, lineage e controles de acesso.
  • Análises exploratórias e estatísticas (tendências, correlações, segmentações, cohort, testes básicos)
  • Storytelling com dados: traduzir insights para público executivo e áreas clientes de RH/Negócio.
  • Parceria com TI/Engenharia de Dados para especificar e consumir camadas do data lake (datasets, esquemas, partições, segurança).