Cientista de Dados Sênior

O que estará sobre seus cuidados: 

• Buscamos uma pessoa Cientista de Dados Sênior para atuar na construção de soluções analíticas e modelos de Machine Learning que apoiem decisões estratégicas de negócio.
• Você fará parte de uma equipe que transforma dados de clientes em recomendações práticas, ajudando a melhorar aquisição, retenção, relacionamento e eficiência das iniciativas comerciais.
• A posição terá atuação ponta a ponta: desde a identificação de oportunidades e definição de problemas de negócio, passando pelo desenvolvimento de análises e modelos, até a implementação, acompanhamento de resultados e evolução contínua das soluções.

O que é importante você ter?

O que estará sobre seus cuidados:

• Desenvolver modelos de Machine Learning e análises avançadas para apoiar decisões estratégicas relacionadas ao comportamento de clientes, incluindo:
• previsão de churn e identificação de clientes com maior risco de cancelamento;
• modelos de propensão e recomendação de produtos/ofertas;
• segmentação de clientes baseada em comportamento e perfil;
• modelos de valor do cliente (LTV) para apoiar estratégias de aquisição e retenção.
• Aplicar métodos estatísticos e desenvolver soluções analíticas escaláveis, garantindo qualidade e evolução dos modelos.
• Trabalhar em parceria com times de dados, tecnologia, produto e negócio para colocar soluções em produção.
• Acompanhar desempenho dos modelos e indicadores de negócio, identificando oportunidades de melhoria.
• Comunicar análises complexas de forma clara, traduzindo resultados em recomendações acionáveis para diferentes públicos.

Requisitos e qualificações

• Formação superior completa em Estatística, Matemática, Ciência da Computação, Engenharia, Economia ou áreas quantitativas relacionadas.
• Experiência prática no desenvolvimento de modelos preditivos e soluções de Machine Learning aplicadas a problemas reais de negócio.
• Conhecimento avançado em Python para análise de dados e modelagem, utilizando bibliotecas como pandas, numpy e scikit-learn.
• Domínio de SQL para exploração, manipulação e análise de dados.
• Experiência trabalhando com grandes volumes de dados e ambientes analíticos distribuídos.
• Conhecimento sobre avaliação de modelos, definição de métricas, validação de resultados e acompanhamento de performance.
• Capacidade de comunicar resultados analíticos de forma clara e conectar análises técnicas com objetivos de negócio.
• Experiência com o ciclo de vida de modelos de Machine Learning, desde desenvolvimento até acompanhamento em produção.

Diferenciais

• Experiência em Customer Analytics e Machine Learning aplicado, com modelos de churn, propensão, recomendação, segmentação ou LTV.
• Conhecimento em experimentação, testes A/B, inferência causal e mensuração de impacto.
• Experiência com MLOps e modelos em produção, incluindo monitoramento, versionamento e ambientes de dados em escala (Spark/PySpark, Databricks ou cloud).