People Analytics PL (DATA SCIENTIST).

O que é ser uma pessoa de People Analytics na Stone Ser uma pessoa de People Analytics na Stone é ser o ponteiro de dados e inteligência para a área de Gente e Negócios. Significa transformar dados de colaboradores em insights estratégicos para guiar tomadas de decisão, desenvolver produtos e ferramentas analíticas, e conectar os resultados da área aos objetivos do negócio. É atuar com visão consultiva, estudando o mercado e garantindo que as análises tenham alto impacto, máxima qualidade e total segurança da informação.

O que esperamos de você:

• Análises e Estratégia de Gente: Realizar análises estatísticas, descritivas e preditivas no âmbito de Gente e suas relações com o negócio, guiando tomadas de decisão, estratégias, políticas e processos.

• Acompanhamento de Metas e Desvios: Modelar e analisar desvios dos principais indicadores e metas contratados para a Diretoria de Gente & Gestão.

• Governança de Indicadores: Criar, validar e documentar premissas, regras e conceitos sobre os indicadores da área.

• Capacitação e Autonomia do Usuário: Preparar materiais, treinamentos e conteúdos informativos sobre produtos e ferramentas analíticas para dar autonomia aos usuários finais.

• Visão de Negócio: Estudar profundamente o negócio para entender e mensurar o real valor gerado pelas soluções de People Analytics.

• Pesquisa e Benchmarkings: Acompanhar o mercado para identificar tendências, boas práticas, impulsionar e medir a eficácia das iniciativas de gente e reduzir indicadores negativos (como turnover/absenteísmo).

• Qualidade e Segurança dos Dados: Garantir integridade, precisão e segurança de todas as análises e bases disponibilizadas.

O que aumenta as suas chances:

Estatística e Análise de Dados:

• Conhecimento em estatística inferencial aplicada a problemas de negócio (ex.: testes de hipótese, nível de confiança).

• Experiência com desenho de experimentos e inferência causal (ex.: RCT, quasi-experimentos, MDE, ICC/DEFF, DiD/adoção escalonada, ANCOVA, pré-registro).

• Domínio de modelagem preditiva e estatística multivariada (ex.: regressão, análise de sobrevivência para turnover, séries temporais, cadeias de Markov, validação temporal).

• Capacidade de gerenciar e interpretar múltiplos volumes de dados analíticos simultaneamente.

Ferramentas e Programação:

• Proficiência avançada em Excel.

• Domínio de ao menos uma ferramenta de Business Intelligence (Power BI, Tableau, Looker, etc.).

• Conhecimento avançado na manipulação e tratamento de dados relacionais utilizando SQL e/ou Python.

• Conhecimentos em Machine Learning, Deep Learning e Generative AI.