Veri Analisti, İç Denetim

GiveDirectly, 2011'den bu yana 15 ülkede yoksulluk içinde yaşayan 2 milyondan fazla kişiye doğrudan 1 milyar dolardan fazla nakit dağıttı. Nakit transferlerinin, bunu destekleyen araştırmalarla birlikte, en ölçeklenebilir, uygun maliyetli ve onurlu yardım biçimlerinden biri olduğuna inanıyoruz. Çalışmalarımız The Economist, NPR, TED ve The Washington Post'ta yer aldı. Time100'ün 2026'nın En Etkili Şirketleri arasındayız.

Kültürümüz samimi, analitiktir ve hiyerarşik değildir. Yüksek sahiplenmeyi ve gerçek profesyonel büyümeyi destekliyoruz. Burada çalışmanın gerçekte nasıl bir şey olduğunu merak mı ediyorsunuz? Değerlerimizi okuyun ve okuyan insanlardan bilgi alın. Eğer yankılanırlarsa, bu harika bir uyum olabilir!

Bu rol hakkında

GD, çoğunlukla sınırlı altyapı ve denetimin olduğu bağlamlarda, parayı doğrudan yoksulluk içinde yaşayan insanların eline aktarıyor. Bu parayı, ister dışarıdan kötü aktörler, saha personeli veya alıcılar tarafından teşebbüs edilmiş olsun, dolandırıcılıktan korumak, misyonumuzun ve bağışçı güveninin temelini oluşturur. İç Denetim, GD'nin dolandırıcılığa karşı ikinci savunma hattıdır ve bu rol, onun merkezinde yer alır.

Ham operasyonel, ödemeler ve kayıt verilerini programlarımızda dolandırıcılık riskinin nerede ortaya çıktığına dair net bir resme dönüştürebilecek, bu kalıpları projelerin tasarlanma şeklini değiştiren önerilere dönüştürebilecek ve dolandırıcılığı daha erken ve daha güvenilir bir şekilde yakalamamıza yardımcı olacak araçları oluşturmak için Ürün ekibimizle ortaklık kurabilecek bir Veri Analisti arıyoruz. Derin analiz, veri uzmanı olmayan paydaşlara net hikaye anlatımı ve mühendisler ve ürün yöneticileriyle uygulamalı işbirliği arasında akıcı bir şekilde geçiş yapacaksınız.

Bu rol İç Denetim bünyesinde yer alır ancak kurumsal teknik kalite çıtasını karşılamamızı ve analitik ve mühendislik uygulamalarını ve kuruluş genelinde çalışma şekillerini standartlaştırmamızı sağlamak için Veri Direktörüne noktalı bir raporlama hattına sahiptir. İç Denetim dolandırıcılık riski sorularına, gösterge tanımlarına, soruşturma analizine ve yorumlamaya sahipken, merkezi Veri ekibi paylaşılan veri altyapısına, üretim hatlarına, yönetilen veri modellerine ve platform standartlarına sahiptir. Analist iki nokta arasında köprü kurar: etki alanı gereksinimlerine, doğrulamaya ve kalite güvencesine katkıda bulunmak ve bu çalışmanın kuruluş çapındaki analitik ve mühendislik uygulamalarıyla uyumlu olmasını sağlamak.

Bir e-tabloda veya SQL konsolunda, bir trendin neden önemli olduğunu ve bu konuda ne yapılması gerektiğini açıklayan ülke program liderlerinin olduğu bir odada olduğunuz kadar rahatsınız. İçgüdü yerine kanıtları tercih ediyorsunuz, ancak iyi bir içgörünün ancak birileri buna göre hareket ederse yararlı olacağını da biliyorsunuz.

Rapor vereceği kişi: İç Denetim Kıdemli Müdürü

Seviye : Analist / Yönetici

Konum: Uzak, Doğu Afrika saat dilimiyle en az 3 saat çakışma zorunluluğu var. Şu anda yalnızca belirli yerlerde insanları işe alabiliyoruz, bu nedenle sizinkinin de dahil olup olmadığını görmek için mevcut uygun ülkeler listemizi kontrol etmeye değer. Başka bir yerde bulunuyorsanız, bu otomatik bir hayır değildir, ancak bunu işe alım uzmanınızla önceden işaretleyin. Şu anda ABD veya İngiltere'deki çalışma vizelerine sponsorluk yapamıyoruz veya sponsorluğunu üstlenemiyoruz.

Ne yapacaksın

• Dolandırıcılık riski eğilimlerini analiz edin: GD'nin programları ve coğrafyaları genelinde modelleri, anormallikleri ve ortaya çıkan dolandırıcılık tipolojilerini (örn. mükerrer kayıtlar, gizli anlaşma, kimlik sahtekarlığı, fonların saptırılması) belirlemek için kayıt, ödeme, anket ve saha operasyonları verilerini inceleyin.

• Dolandırıcılık riski göstergelerini tasarlayın ve denetleyin: Merkezi veri ve operasyonel kontrol sahipleriyle işbirliği içinde yinelenen izlemeyi oluşturun, doğrulayın ve sürdürün.

• Halihazırda İç Denetim tarafından toplanan verilerdeki veri kalitesi sorunlarını belirleyin ve bunları çözmek için süreç iyileştirmelerinin tasarlanmasına ve uygulanmasına yardımcı olun.

• Veriye dayalı düşünmeyi IA tasarımına dahil edin: GiveDirectly'nin daha fazla veriye dayalı olması gereken yerlerde dolandırıcılıkla ilgili kararları belirleyin ve bunu İç Denetim süreç tasarımına dahil edin.

• Bulguları eyleme dönüştürün: Analizleri ülke ekipleri, operasyon liderleri ve üst yönetim için dolandırıcılık riskini azaltmaya yönelik somut önerilerle birlikte açık, güvenilir özetler ve sunumlar halinde paketleyin.

• Dolandırıcılık soruşturmalarını destekleyin: Belgelenen sorgular, veri kökeni, varsayımlar, hariç tutmalar ve QA kontrolleriyle analizin tekrarlanabilir ve denetime hazır olmasını sağlayarak veri çekme sağlayın, maruz kalma miktarını belirleyin ve belirli durumlar için olayların yeniden yapılandırılmasına yardımcı olun.

• Dolandırıcılık tespit araçları konusunda Ürün ve Merkezi Veri ile ortaklık yapın: Doğrulanmış risk sinyallerini ürün gereksinimlerine dönüştürün, alan uzmanlığı ve kabul kriterlerine katkıda bulunun ve kontrollerin amaçlandığı gibi çalışıp çalışmadığını test ederken aynı zamanda net sahiplik ve bağımsızlık sınırlarını koruyun.

• Aşağı yönlü analitik katmana sahip olurken, yukarı yönlü veri kalitesi ve ardışık düzen iyileştirmeleri konusunda Veri Mühendisliği ile ortaklık yapın.

• Metodolojiyi zaman içinde güçlendirin: Risk göstergelerini araştırılan vakalara göre geriye doğru test edin, kesinliği, kapsamı ve yanlış pozitif oranları izleyin ve sonuçlara ve ortaya çıkan risklere göre hassaslaştırın.

• Belirsizliği dürüst bir şekilde iletin: Onaylanmış dolandırıcılığı şüpheli ancak onaylanmamış modellerden ayırın ve paydaşların bulguları abartmadan karar almasına yardımcı olun.

Ne getireceksin

• Veri analizi, denetim, risk veya ilgili analitik rolde 4 yıldan fazla deneyim; iç denetim, dolandırıcılık/adli tıp veya kar amacı gütmeyen kuruluş/geliştirme bağlamında deneyim bir artıdır ancak gerekli değildir.

• Güçlü SQL becerileri ve büyük, bazen karmaşık operasyonel veri kümelerinde (Salesforce verileri, ödeme verileri, anket verileri) doğrudan çalışma rahatlığı.

• Tekrarlanabilir analiz, otomasyon, kayıt bağlantısı, anormallik araştırması veya veri kalitesi testi için Python kullanma deneyimi kesinlikle tercih edilir.

• Analitik defterlere aşinalık, sürüm kontrolü ve başkaları tarafından incelenip çoğaltılabilmesi için analizin belgelenmesi bir artıdır.

• Analiz için görselleştirme araçları (ör. Looker, Tableau, Power BI) ve/veya Python/R konusunda deneyim.…

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