Data Analyst [ Junior - Mid Level ]

Thu thập & Làm sạch dữ liệu: Trích xuất, tổng hợp và xử lý dữ liệu thô từ nhiều nguồn khác nhau (cơ sở dữ liệu nội bộ, CRM, Google Analytics, ERP) đảm bảo tính chính xác và đồng nhất.

Xây dựng Dashboard & Báo cáo: Thiết kế, vận hành và cập nhật các bảng điều khiển (Dashboard/BI Reports) tự động để theo dõi các chỉ số vận hành, kinh doanh chính (KPIs, OKRs).

Phân tích Chuyên sâu (Ad-hoc Analysis): Thực hiện các phân tích định kỳ hoặc đột xuất nhằm tìm ra nguyên nhân cốt lõi của vấn đề, nhận diện xu hướng, hành vi khách hàng và các cơ hội tăng trưởng mới.

Hỗ trợ Ra quyết định: Chuyển đổi dữ liệu phức tạp thành các biểu đồ trực quan và Insights hành động (Actionable Insights); trình bày phát hiện cho các Trưởng bộ phận và Ban Giám đốc.

Đo lường & Thử nghiệm: Thiết kế, theo dõi và đánh giá hiệu quả của các chiến dịch kinh doanh/marketing, các thử nghiệm tính năng (A/B Testing).

Chuẩn hóa Hạ tầng Dữ liệu: Phối hợp với đội ngũ Data Engineer/IT để tối ưu hóa cấu trúc dữ liệu, xây dựng Data Warehouse/Data Mart phục vụ nhu cầu báo cáo.

Trình độ & Kinh nghiệm: Tốt nghiệp Đại học các ngành Data Science, Thống kê, Toán tin, CNTT, Kinh tế hoặc Tài chính. Tối thiểu 1 - 3 năm kinh nghiệm ở vị trí Data Analyst hoặc Business Intelligence (BI).

Kỹ năng Truy vấn Dữ liệu: Thành thạo SQL (viết các câu lệnh truy vấn phức tạp, Join, Aggregation, Subquery, Window Functions) để trích xuất và xử lý dữ liệu.

Trực quan hóa Dữ liệu (Data Visualization): Thành thạo ít nhất một công cụ BI phổ biến như Power BI, Tableau, Looker hoặc Metabase.

Ngôn ngữ Phân tích: Biết sử dụng Python (Pandas, NumPy, Matplotlib) hoặc R để xử lý, phân tích thống kê và tự động hóa công việc.

Tư duy Nghiệp vụ (Business Acumen): Có khả năng hiểu nhanh mô hình kinh doanh, tư duy phản biện tốt và nhạy bén với các con số.

Quản lý CSDL & Công cụ: Hiểu biết về cấu trúc Data Warehouse (Snowflake, BigQuery, Redshift) và kinh nghiệm làm việc với Excel/Google Sheets nâng cao.

Kỹ năng mềm: Kỹ năng Giao tiếp và Data Storytelling tốt (khả năng diễn giải thông số kỹ thuật thành ngôn ngữ kinh doanh dễ hiểu); tỉ mỉ, cẩn thận.

Điểm cộng (Nice-to-have): * Có kiến thức về Machine Learning cơ bản hoặc Thống kê nâng cao (Regression, Hypothesis Testing).

• Có kinh nghiệm phân tích dữ liệu trong các ngành E-commerce, Fintech, Retail hoặc SaaS.

• Test