Conduzir análises de negócio de ponta a ponta usando IA como alavanca de velocidade e escala, transformando perguntas ambíguas em decisões embasadas — com rigor para validar tudo o que a IA entrega.

RESPONSABILIDADES

• Assumir perguntas de negócio de ponta a ponta: enquadrar o problema, definir hipóteses, analisar e recomendar a decisão — com foco no resultado, não no relatório.
• Usar assistentes de IA (LLMs, copilotos de SQL e análise) no dia a dia para acelerar exploração, construção de queries, modelagem e narrativa, elevando o volume e a profundidade das análises entregues.
• Validar rigorosamente os resultados gerados por IA: reconciliar com fontes oficiais, testar premissas e detectar erros ou alucinações antes de qualquer recomendação.
• Construir workflows analíticos reutilizáveis (prompts, templates, automações) e compartilhar boas práticas para multiplicar a capacidade analítica da área.
• Definir e manter métricas e definições de negócio consistentes junto a Dados, Produto e áreas parceiras.
• Comunicar achados e trade-offs para lideranças, com recomendações claras e acionáveis.

Requirements

• Histórico de análises que transformaram dados em decisões, da pergunta à recomendação, com impacto mensurável em métricas de negócio (conversão, receita, custo, retenção).
• Experiência analisando a experiência do cliente e do produto (funis, jornadas, feedback) e traduzindo em oportunidades priorizadas.
• Vivência em gestão e priorização de backlog: transformar insights em itens claros, ordenados por impacto e esforço, e acompanhar a entrega até o resultado.
• Atuação cross-funcional com Produto, CX, Finanças e Tecnologia, influenciando prioridades sem autoridade formal.
• SQL e Excel / Google Sheets avançados, de forma autônoma — ferramentas a serviço da decisão e base para auditar o que a IA produz.
• Uso prático de IA em análises reais, com exemplos de ganho de velocidade ou qualidade e de como validou os resultados.

COMPETÊNCIAS

• Visão de negócio: pensa primeiro no problema e no impacto, depois na técnica.
• Ceticismo analítico: trata toda saída de IA como hipótese a ser verificada.
• Especificação clara: traduz problemas ambíguos em instruções, critérios e testes objetivos.
• Aprendizado contínuo: experimenta novas ferramentas de IA e incorpora o que funciona ao fluxo de trabalho.
• Influência sem autoridade: convence stakeholders com dados e narrativa.
• Comunicação executiva: adapta profundidade e linguagem ao público.