Lead Data Analyst (Growth & Experimentation) | Remoto

Sobre a Vaga

Estamos expandindo além de serviços de jardinagem para nos tornarmos um one-stop shop de serviços para casa. Para chegar lá, precisamos testar, aprender e escalar rapidamente o que funciona. Você será o primeiro analista de dados dedicado inteiramente a Growth e Experimentation.

O time de Dados é composto por Product Data Analysts integrados ao negócio, responsáveis pela semantic layer e pelas métricas confiáveis usadas em toda a empresa. O programa de experimentação segue rigor estatístico: planos de análise pré-registrados, estatísticas válidas durante o meio do teste, varreduras automatizadas de saúde de testes e atribuição e previsão sazonal.

Responsabilidades

• Atuar no programa de experimentação: design de testes, rigor estatístico e readouts em funis web, SMS/drip, testes orientados a vendas e testes de SEO baseados em nossa ferramenta de clustering de páginas
• Possuir o funil de aquisição até conversão impactado pelos testes, incluindo canais pagos, orgânicos e parceiros
• Nos primeiros meses, executar de forma mais hands-on e manual: escopar testes, analisar readouts e construir em direção a uma camada self-serve
• Garantir rigor: identificar testes subpotenciados e falsos positivos antes que virem decisões ruins
• Estender e manter o monitoramento anytime-valid do programa de experimentação
• Construir e manter um modelo de funil confiável (visitor → lead → customer) com cortes de CAC, LTV e taxas de conversão
• Definir padrões e playbook para escalar a função além de uma única pessoa até o fim do Year 1
• Apresentar recomendação de buy-vs-build para o stack de experimentação (motor estatístico off-the-shelf ou extensão das habilidades e Python existentes)
• Entregar insights acionáveis para que PMs e marketers mudem de curso com clareza e honestidade sobre incerteza

Requisitos

• Ser “AI-native”: usar IA diariamente para SQL, dbt e para pressionar/validar a análise
• Ter visão estatística: saber que “bater significância” não encerra a análise e conseguir discutir design de testes (power, significância, efeitos de novidade e interação, e quando não testar)
• Ter familiaridade com instrumentação de experimentos: entender como eventos do Segment e randomização do Flagsmith se relacionam e identificar problemas de tracking antes do teste
• Ter fluência em funis e economia de canais: pensar em CAC, LTV e peculiaridades de aquisição (atribuição, sazonalidade, mix de canais)
• Ser tecnicamente autossuficiente: ter SQL avançado, Python suficiente para automatizar cálculos de stat-sig, e conforto com dbt e Lightdash para construir modelos sem depender de data engineering
• Ser individual contributor (não é uma função de gestão de pessoas)

Beneficios

• Contrato de contractor independente baseado no Brasil (arranjo padrão para a equipe Brazil-based)
• Sem equity
• AI tooling fornecido (Claude routines já em execução para partes do processo de experimentação)
• Vaga totalmente remota (Brasil), com trabalho em deep-focus e parceiros com visão dos EUA