Analityk danych, audyt wewnętrzny

Od 2011 r. firma GiveDirectly przekazała bezpośrednio ponad 1 miliard dolarów w gotówce ponad 2 milionom osób żyjących w ubóstwie w 15 krajach. Wierzymy, że transfery pieniężne to jedna z najbardziej skalowalnych, opłacalnych i godnych form pomocy, co potwierdzają badania. O naszej pracy pisali The Economist, NPR, TED i The Washington Post. Jesteśmy jedną z najbardziej wpływowych firm roku 2026 według magazynu Time100.

Nasza kultura jest szczera, analityczna i niehierarchiczna. Wspieramy wysoką własność i prawdziwy rozwój zawodowy. Ciekawi Cię, jak naprawdę wygląda praca tutaj? Przeczytaj nasze wartości i posłuchaj opinii ludzi, którzy je wyznają. Jeśli będą rezonować, może to być świetne dopasowanie!

O tej roli

GD przekazuje środki pieniężne bezpośrednio w ręce osób żyjących w ubóstwie, często w sytuacjach o ograniczonej infrastrukturze i nadzorze. Ochrona tych pieniędzy przed oszustwami – niezależnie od tego, czy są to próby ze strony zewnętrznych złych podmiotów, personelu terenowego czy odbiorców – jest podstawą naszej misji i zaufania darczyńców. Audyt wewnętrzny to druga linia obrony GD przed oszustwami i ta rola jest w jego centrum.

Poszukujemy analityka danych, który potrafi przekształcić surowe dane operacyjne, dotyczące płatności i rejestracji w jasny obraz miejsc pojawiających się w naszych programach ryzyka oszustw, przełożyć te wzorce na rekomendacje zmieniające sposób projektowania projektów oraz współpracować z naszym zespołem ds. produktu w celu zbudowania narzędzi, które pomogą nam wcześniej i bardziej niezawodnie wychwytywać oszustwa. Będziesz płynnie przechodzić między głęboką analizą, jasnym opowiadaniem historii interesariuszom, którzy nie są specjalistami od danych, a praktyczną współpracą z inżynierami i menedżerami produktu.

Ta rola mieści się w dziale Audytu Wewnętrznego, ale podlega przerywanej linii raportowania do Dyrektora ds. Danych, aby zapewnić, że spełniamy organizacyjny pasek jakości technicznej oraz standaryzujemy praktyki analityczne i inżynieryjne oraz sposoby pracy w całej organizacji. Audyt wewnętrzny jest właścicielem pytań dotyczących ryzyka nadużyć finansowych, definicji wskaźników, analiz śledczych i interpretacji, podczas gdy centralny zespół ds. danych jest właścicielem współdzielonej infrastruktury danych, rurociągów produkcyjnych, regulowanych modeli danych i standardów platform. Analityk łączy te dwie kwestie: wnosząc wkład w wymagania dziedzinowe, walidację i zapewnienie jakości oraz dbając o to, aby ta praca była zgodna z praktykami analitycznymi i inżynieryjnymi obowiązującymi w całej organizacji.

Posługując się arkuszem kalkulacyjnym lub konsolą SQL, czujesz się równie dobrze, jak w pokoju, w którym przewodnicy programów krajowych wyjaśniają, dlaczego dany trend jest ważny i co z nim zrobić. Domyślnie przedkładasz dowody nad instynkt, ale wiesz, że dobry wgląd jest przydatny tylko wtedy, gdy ktoś zastosuje się do niego.

Raportuje do: Starszego Menedżera Audytu Wewnętrznego

Poziom: Analityk/Menedżer

Lokalizacja: odległa, z wymogiem nakładania się ze strefą czasową Afryki Wschodniej o co najmniej 3 godziny. W tej chwili możemy zatrudniać pracowników tylko w określonych miejscach, dlatego warto sprawdzić naszą aktualną listę kwalifikujących się krajów, aby sprawdzić, czy Twój jest uwzględniony. Jeśli mieszkasz gdzie indziej, nie jest to automatyczne odrzucenie, ale zaznacz to wcześniej u swojego rekrutera. Obecnie nie możemy sponsorować ani przejmować sponsorowania wiz pracowniczych w USA ani Wielkiej Brytanii.

Co zrobisz

• Analizuj trendy ryzyka oszustw: Wydobywaj dane dotyczące rejestracji, płatności, ankiet i operacji w terenie, aby zidentyfikować wzorce, anomalie i pojawiające się typologie oszustw (np. duplikaty rejestracji, zmowy, oszustwa związane z tożsamością, przekierowanie środków) w programach i lokalizacjach geograficznych GD.

• Projektuj i nadzoruj wskaźniki ryzyka oszustwa: Twórz, sprawdzaj i utrzymuj okresowe monitorowanie we współpracy z centralnymi właścicielami danych i kontroli operacyjnej.

• Identyfikować problemy z jakością danych aktualnie gromadzonych przez Audyt Wewnętrzny oraz pomagać w projektowaniu i wdrażaniu usprawnień procesów w celu ich rozwiązania.

• Włącz myślenie oparte na danych do projektu IA: Identyfikuj decyzje związane z oszustwami, w przypadku których GiveDirectly powinno w większym stopniu opierać się na danych, i uwzględnij to w projekcie procesu audytu wewnętrznego.

• Przełożyć ustalenia na działania: analiza pakietu na jasne, wiarygodne wytyczne i prezentacje dla zespołów krajowych, kierownictwa operacyjnego i kadry kierowniczej wyższego szczebla, zawierające konkretne zalecenia dotyczące ograniczania ryzyka oszustw.

• Wspieraj dochodzenia w sprawie oszustw: zapewniaj pobieranie danych, określaj ilościowo narażenie i pomagaj w rekonstrukcji zdarzeń dla konkretnych przypadków — zapewniając powtarzalność analiz i gotowość do audytu, z udokumentowanymi zapytaniami, pochodzeniem danych, założeniami, wykluczeniami i kontrolami jakości.

• Współpracuj z produktami i danymi centralnymi w zakresie narzędzi do wykrywania oszustw: przekładaj potwierdzone sygnały ryzyka na wymagania dotyczące produktów, wnoś wiedzę specjalistyczną w danej dziedzinie i kryteria akceptacji oraz sprawdzaj, czy kontrole działają zgodnie z zamierzeniami – przy jednoczesnym zachowaniu jasnych granic własności i niezależności.

• Współpracuj z Data Engineering w zakresie jakości danych wyjściowych i ulepszeń potoków, będąc jednocześnie właścicielem warstwy analitycznej niższego szczebla.

• Z biegiem czasu wzmacniaj metodologię: Sprawdzaj wskaźniki ryzyka w oparciu o zbadane przypadki, monitoruj precyzję, zakres i odsetek wyników fałszywie dodatnich oraz udoskonalaj w oparciu o wyniki i pojawiające się ryzyka.

• Szczerze komunikuj niepewność: odróżniaj potwierdzone oszustwa od podejrzanych, ale niepotwierdzonych wzorców, pomagając zainteresowanym stronom w podejmowaniu decyzji bez wyolbrzymiania ustaleń.

Co przyniesiesz

• Ponad 4 lata doświadczenia w analizie danych, audycie, ryzyku lub na powiązanym stanowisku analitycznym; doświadczenie w audycie wewnętrznym, oszustwach/specjalistyce śledczej lub organizacji non-profit/rozwoju będzie dodatkowym atutem, ale nie jest wymagane.

• Dobra znajomość języka SQL i komfort pracy bezpośrednio w dużych, czasami niechlujnych, operacyjnych zbiorach danych (dane Salesforce, dane dotyczące płatności, dane z ankiet).

• Zdecydowanie mile widziane jest doświadczenie w używaniu języka Python do powtarzalnych analiz, automatyzacji, łączenia rekordów, badania anomalii lub testowania jakości danych.

• Znajomość notatników analitycznych, kontroli wersji i analiz dokumentów, umożliwiająca ich przeglądanie i powielanie przez innych, będzie dodatkowym atutem.

• Doświadczenie z narzędziami do wizualizacji (np. Looker, Tableau, Power BI) i/lub Python/R do analizy.…

Źródło: Jobicy (https://jobicy.com/jobs/153127-data-analyst-internal-audit)