Descrição:
Liderar a estratégia de Inteligência Artificial e Dados da Apostou, atuando como guardião da cultura AI-Native em toda a organização e como responsável pela construção da estrutura, arquitetura e governança de dados que sustenta a operação de iGaming brasileira. Garantir que IA deixe de ser um projeto pontual e se torne o sistema operacional da empresa — presente no produto, nos processos e no dia a dia de cada área. Responder pela visão, pela plataforma e pelos modelos que transformam dados em decisão, e por um time de alta performance (Engenheiro de Dados, Analista de Dados III, PO/Scrum Master) capaz de suportar, em regime contínuo, todas as necessidades analíticas, preditivas e de automação do negócio.
Responsabilidades:
01 Definir e liderar a estratégia de Inteligência Artificial e Dados da Apostou — visão de 18 meses, pilares de atuação, prioridades de negócio e governança.
02 Ser o guardião da cultura AI-Native na organização, disseminando o uso de IA como extensão do trabalho em todas as áreas (Lifecycle & CRM, Performance, Ops, Tecnologia, Jurídico, Gente & Gestão, Financeiro).
03 Desenhar e evoluir a arquitetura de dados da operação — Data Lake, Data Warehouse, camadas analíticas (bronze, silver, gold), data catalog, lineage e governança de qualidade.
04 Liderar a construção da plataforma analítica da empresa, escolhendo stacks (cloud, orquestração, BI, IA) com visão de custo, escalabilidade e maturidade do time.
05 Responder pelos modelos estratégicos de IA da operação — segmentação, propensão de churn, recomendação, LTV preditivo, detecção de fraude, pricing e personalização.
06 Atuar em parceria direta com o PO/Scrum Master na priorização do backlog da área, no mapeamento dos processos e dados de cada equipe e na governança das entregas.
07 Liderar o time de AI & Dados (Engenheiro de Dados, Analista de Dados III, PO/Scrum Master) garantindo alta performance, fluência em IA, qualidade técnica e foco em negócio.
08 Articular demandas com os demais heads da operação (Ops, Lifecycle & CRM, Performance MKT, Tecnologia & Produto, Financeiro, Jurídico, Gente & Gestão), traduzindo dores em roadmap.
09 Garantir governança de dados — LGPD, segurança, privacidade, controle de acesso, mascaramento de dados sensíveis e rastreabilidade — em parceria com Jurídico e Tecnologia.
10 Definir e acompanhar os principais indicadores de maturidade analítica — cobertura de dashboards, SLA de dados, adoção de IA por área, ROI dos modelos em produção.
11 Construir o P&L da área, incluindo custos de infraestrutura cloud, plataformas, consumo de modelos e retorno gerado pelos casos de uso implementados.
12 Reportar periodicamente ao CEO e ao Board a evolução da cultura AI-Native, dos modelos em produção, dos indicadores analíticos e das oportunidades críticas de negócio.
13 Manter a operação sempre atualizada em relação à fronteira de IA — novos modelos, novas ferramentas, novos frameworks — e avaliar com rigor o custo-benefício de adoção.
14 Formar, desenvolver e reter um time pequeno, sênior e de alta performance, elevando continuamente o padrão técnico e de negócio.
Habilidades:
Formação Acadêmica: Graduação em Ciência da Computação, Engenharia, Matemática, Estatística, Física ou áreas quantitativas correlatas.
Pós / Especializações: Mestrado, MBA ou especialização em Inteligência Artificial, Machine Learning, Engenharia de Dados, Data Science ou Gestão de Tecnologia é diferencial significativo.
Experiência Mínima: Mínimo 7 anos em áreas de Dados, AI/ML ou Engenharia, com pelo menos 3 anos em posição de liderança de times de Dados/AI em empresas de alto volume (iGaming, fintech, e-commerce, marketplaces, SaaS). Experiência comprovada em construção de plataforma de dados do zero, estratégia de IA corporativa e disseminação de cultura AI-Native.
Conhecimentos Técnicos: Estratégia de Dados e IA corporativa, arquitetura moderna (Medallion, Data Lakehouse), cloud (AWS, GCP, Azure), orquestração (Airflow, Dagster), modelagem dimensional, plataformas de ML (MLOps, feature stores, model serving), modelos clássicos de ML e fundamentos de LLMs/GenAI, governança de dados (LGPD, data contracts, lineage, catálogo), plataformas de BI (Looker, Power BI, Tableau), SQL e Python, gestão de P&L de dados, liderança técnica e desenvolvimento de times.
Certificações: Certificações em cloud (AWS ML Specialty, GCP Professional Data Engineer/ML Engineer, Azure AI Engineer), frameworks de dados (Databricks, Snowflake) e governança são diferenciais.
Requisitos Técnicos:
Definição de estratégia de Dados e Inteligência Artificial corporativa.
Arquitetura moderna de dados (Data Lake, Data Warehouse, Lakehouse, Medallion).
MLOps — feature store, versionamento de modelos, serving, monitoramento.
Plataformas cloud de dados (AWS, GCP, Azure) e escolha de stack.
Modelos clássicos de ML (regressão, classificação, clustering) e fundamentos de LLMs/GenAI.
Governança de dados — LGPD, data contracts, lineage, catálogo, qualidade.
Liderança de times técnicos e desenvolvimento de engenheiros e analistas.
Construção e gestão de P&L de área de dados.
Priorização de roadmap por impacto de negócio (ROI, payback, viabilidade).
Uso avançado de IA para acelerar a operação e o desenvolvimento do time.