Sobre a posição:
Buscamos uma pessoa Cientista de Dados Pleno para atuar na geração de valor de negócio por meio de análises avançadas, modelagem estatística e desenvolvimento de modelos preditivos. Essa pessoa deverá transformar dados em recomendações acionáveis, com foco em resultados, priorização e comunicação clara com áreas de negócio e liderança.
Principais responsabilidades:
-
Realizar análises exploratórias e estatísticas para geração de insights.
- Desenvolver modelos preditivos, de segmentação, propensão, engajamento ou risco.
- Traduzir problemas de negócio em abordagens analíticas e modelos de dados.
- Criar estudos, experimentos, playbooks analíticos e recomendações acionáveis.
- Garantir consistência metodológica e qualidade analítica das entregas.
- Trabalhar em parceria com engenharia de dados e áreas de negócio para disponibilização de dados e uso das análises.
- Apresentar resultados com clareza para públicos técnicos e executivos.
- Apoiar decisões com visão estratégica e pragmatismo.
Requisitos obrigatórios técnicos:
-
Experiência com ciência de dados aplicada a problemas de negócio.
- Domínio de Python ou R para análise e modelagem.
- Domínio de SQL.
- Conhecimento em estatística, testes de hipótese, análise exploratória e modelagem preditiva.
- Experiência com bibliotecas de machine learning e análise de dados.
- Vivência com construção de modelos de segmentação, classificação, regressão ou propensão.
- Capacidade de traduzir dados em recomendações de negócio.
- Experiência com visualização e storytelling analítico.
- Conhecimento sobre qualidade e governança de dados.
Diferenciais técnicos:
-
Experiência no setor bancário/financeiro ou em ambientes regulados.
- Vivência com modelagem de risco, fraude, churn, crédito ou marketing analytics.
- Conhecimento em experimentação, A/B testing e mensuração de impacto.
- Experiência com ferramentas de BI, como Power BI, Tableau ou Looker.
- Conhecimento de deploy de modelos ou parceria próxima com times de MLOps.
- Vivência com analytics de audiência, jornada e personalização.
Experiência com dados em larga escala e ambientes cloud.
-
Entenda as etapas do processo:
- Entrevista Técnica/Gestão
