Total 10 information security analyst job vacancies in Information Technology category in Jl. Nakula Sadewa No 17c, Kel. Dukuh, Kec. Sidomukti, Salatiga

Mengumpulkan Data: Mengambil data dari berbagai sumber (database, laporan, atau sistem).

Mengidentifikasi Tren: Menemukan pola, tren, dan wawasan penting dari data

Membuat Laporan: Menyajikan hasil analisis dalam bentuk laporan, grafik, atau visualisasi data.

Berkoordinasi dengan Tim: Bekerja sama dengan tim lain untuk memahami kebutuhan data dan bisnis.

Kualifikasi :

1. Pria / Wanita

2. Menguasai SQL

3. Menguasai Phyton

4. Mahir Microsoft Excel

5. Tablue

Ketentuan :

1. Jujur dan bertanggung jawab Dapat bekerja dengan tim
2. Berpengalaman di bidang yang di butuhkan
3. Min S1 Sistem Informasi / TI / Engineer / MIPA

• Mempersiapkan dan menyortir dokumen sebelum datanya dimasukkan ke dalam komputer.
• Memasukkan data ke dalam database milik perusahaan.
• Memeriksa dan memastikan keakuratan data yang sudah dimasukkan ke dalam database.
• Menyelesaikan perbedaan informasi dan data yang tidak lengkap.
• Membuat data cadangan yang menjadi bagian dari rencana kontingensi.
• Menanggapi permintaan informasi dari anggota yang berwenang.
• Menguji sistem database baru dan pembaruan dari perangkat lunak.
• Mengelola dokumen dan catatan dengan baik.
• Menyiapkan laporan yang relevan sesuai dengan kebutuhan.
• Menerima dan memproses invoice untuk pembayaran dan memperbarui rincian invoice.
• Mengidentifikasi dan mengoreksi kesalahan saat memasukkan data menggunakan metode kontrol kualitas yang sesuai.

What You'll Do

• Creating report for all digital marketing campaign : Influencer marketing, and paid media buying.
• Research, perform benchmarking, analyze data, and help make recommendations.
• Work closely with Digital Marketing team to gather data and information due to creating the analysis
• Monitoring market trends so that can bring some recommendation for the report
• Understand the campaign and the client very well in order to prepare the appropriate report
• Maintain the deadline for the report generation
• Produce data visualization with a strong storytelling element.
• Develop a market insight / market trend due to help the Digital Marketing team for supporting data while on pitch

IT STAFF

• Software Development:

1. Front End App Mobile
2. Back End App
3. Web Application
4. Data Analyst & Reporting
5. Machine Learning

Melakukan instalasi aplikasi

Bertanggungjawab terhadap suatu aplikasi perusahaan

Melakukan update software

Dll

Deskripsi Pekerjaan

PT. Cargo Squad Indonesia membuka kesempatan berkarir untuk posisi Data Analyst yang akan bertanggung jawab dalam menganalisis dan mengelola data operasional kendaraan angkutan barang perusahaan.

Tanggung Jawab:

- Mengumpulkan dan menganalisis data operasional armada kendaraan (utilization rate, fuel consumption, maintenance records)

- Membuat dashboard dan laporan performa kendaraan secara berkala

- Mengidentifikasi pola dan tren dalam data operasional untuk optimasi rute dan efisiensi bahan bakar

- Memberikan rekomendasi berbasis data untuk peningkatan operasional dan pemeliharaan armada

- Mengembangkan sistem tracking dan monitoring kendaraan yang efektif

- Berkolaborasi dengan tim operasional untuk implementasi solusi berbasis data

Kualifikasi:

- Pendidikan minimal SMA Sederajat

- Pengalaman minimal 2 tahun di bidang analisis data, lebih disukai di industri logistik/transportasi

- Mahir menggunakan MS Excel

- Pemahaman yang baik tentang fleet management dan logistics operations

- Kemampuan analitis yang kuat dan attention to detail

- Komunikatif dan dapat bekerja dalam tim

Data analyst adalah profesi pekerjaan yang tugasnya untuk membaca serta menganalisis data yang ada dari perusahaan dalam rangka keberlangsungan perusahaan tersebut. Di era digitalisasi seperti sekarang profesi terkait pengolahan data sangat menjamur dan dibutuhkan oleh perusahaan-perusahaan.

Tugas dan Tanggung Jawab:

1. Pengumpulan dan Pemrosesan Data:

• Mengumpulkan data dari berbagai sumber seperti database perusahaan, website, survei, atau sistem pelacakan bisnis.
• Mengatur, membersihkan, dan memproses data mentah untuk memastikan akurasi dan konsistensinya.

1. Analisis Data:

• Menganalisis data menggunakan alat statistik dan software analitik untuk mengidentifikasi tren, pola, dan hubungan.
• Menggunakan metode kuantitatif untuk mengevaluasi performa bisnis atau kinerja produk.

1. Pembuatan Laporan dan Visualisasi Data:

• Membuat laporan berkala yang berisi temuan dari data analisis.
• Menggunakan alat visualisasi data seperti Tableau, Power BI, atau Excel untuk menyajikan data dalam bentuk yang mudah dipahami oleh manajemen dan tim lain.

1. Memberikan Wawasan untuk Pengambilan Keputusan:

• Menginterpretasikan data untuk memberikan wawasan yang dapat membantu perusahaan dalam pengambilan keputusan strategis.
• Memberikan rekomendasi berbasis data yang mendukung efisiensi operasional, pemasaran, pengembangan produk, atau strategi penjualan.

1. Pemantauan KPI dan Kinerja:

• Memantau Key Performance Indicators (KPI) perusahaan dan memberikan analisis performa secara berkala.
• Mengidentifikasi area-area yang memerlukan peningkatan berdasarkan hasil analisis KPI.

1. Kolaborasi dengan Tim Lintas Divisi:

• Bekerja sama dengan tim bisnis, pemasaran, produk, dan manajemen untuk memahami kebutuhan data dan menyusun analisis yang relevan.
• Menyampaikan hasil analisis data kepada tim non-teknis dalam bahasa yang mudah dipahami.

1. Automasi Proses Data:

• Mengotomatisasi proses pengumpulan dan pemrosesan data menggunakan alat atau bahasa pemrograman seperti SQL, Python, atau R.
• Membangun dashboard atau sistem laporan otomatis yang dapat diakses oleh tim lain untuk pemantauan data secara real-time.

1. Penelitian Pasar dan Analisis Kompetitif:

• Menganalisis data pasar dan pesaing untuk mengidentifikasi tren industri dan peluang bisnis baru.
• Menyediakan analisis benchmarking yang membandingkan kinerja perusahaan dengan kompetitor.

1. Pemecahan Masalah Berbasis Data:

• Menyediakan solusi berbasis data untuk masalah operasional, pemasaran, atau produk.
• Mengembangkan model prediksi untuk memperkirakan hasil masa depan berdasarkan data historis.

1. Analisis Pelanggan dan Perilaku Konsumen:

• Menganalisis data perilaku pelanggan untuk memahami preferensi, kebutuhan, dan pola pembelian.
• Memberikan wawasan yang dapat membantu tim pemasaran dan pengembangan produk dalam menargetkan pelanggan dengan lebih efektif.