Cientista de Dados Sênior

A área de dados coorporativos da Porto tem como objetivo apoiar as verticais de Seguros, Serviços, Banco e saúde nas disciplinas de Análise de dados, Engenharia de dados, Data Science e Inteligência Artificial.

Análises Avançadas e Modelagem: Desenvolver, implementar e evoluir estudos estatísticos, análises diagnósticas e modelos preditivos/descritivos (como segmentação, propensão, churn e LTV) que gerem impacto direto nos resultados do negócio. 

Ciclo de Vida do Dado: Atuar desde a extração, tratamento e exploração de grandes volumes de dados até a estruturação de relatórios, dashboards e ferramentas de suporte à decisão. 

Ponte com o Negócio: Traduzir necessidades complexas de negócio em problemas analíticos e apoiar Product Owners, gestores e diretores na definição de KPIs, métricas de sucesso e priorização do backlog. 

Visualização e Storytelling: Transformar dados complexos em histórias analíticas claras, estruturando dashboards de alta performance e apresentações executivas. 

Excelência Técnica e Mentoria: Apoiar o time na definição de padrões técnicos de análise, mentorando profissionais mais juniores e disseminando boas práticas de estatística e manipulação de dados. 

Governança de Dados e Análises: Garantir a reprodutibilidade, governança, documentação e qualidade das metodologias e análises desenvolvidas.

Atuação consistente em Advanced Analytics, Analytics Engineering ou Ciência de Dados com foco estratégico em negócios. 

Domínio de Ferramentas de Dados: Domínio avançado em SQL e programação analítica em Python (com uso de bibliotecas como pandas, numpy, statsmodels, scipy, scikit-learn). 

Base Estatística Forte: Conhecimento sólido em estatística descritiva e inferencial, testes de hipótese, análise de regressão, séries temporais e modelagem estatística. 

Data Viz & Storytelling: Experiência avançada em ferramentas de visualização e Business Intelligence (Power BI) e capacidade de estruturar narrativas para executivos. 

Comunicação: Habilidade de traduzir conceitos analíticos e estatísticos para uma linguagem simples e orientada a valor de negócio. 

Desejáveis: 

Vivência nos setores de seguros, serviços financeiros, saúde ou ecossistemas de fidelidade/varejo.

Conhecimento de ambientes e arquiteturas de dados em nuvem (preferencialmente GCP / BigQuery). 

Pós-graduação ou mestrado em áreas quantitativas (Estatística, Economia, Computação, Matemática, Engenharias etc.). 

Diferenciais:

Experiência com técnicas de inferência causal ou econometria. 

Experimentação e Hipóteses: Projetar, conduzir e avaliar testes de hipóteses e experimentos (Testes A/B, inferência causal) para mensurar o impacto real de novas iniciativas de produtos e serviços.