Cientista de Dados Sênior

Descrição da vaga

O que estará sobre seus cuidados:

• Atuar no time de Analytics & Data Science, desenvolvendo modelos estatísticos e de machine learning para suportar decisões comerciais, otimizar canais de venda, aumentar conversão, retenção e crescimento da carteira, com rigor científico, experimentação controlada e modelos em produção em larga escala.

Responsabilidades e atribuições

O que é importante você ter?

• Construir modelos de Next Best Action para recomendar produto, canal e momento ideais — aumentando cross-sell na base e conversão nos canais digitais.
• Desenvolver modelos de churn usando histórico comportamental e de apólices, antecipando risco de cancelamento e acionando retenção personalizada.
• Entregar modelos de propensão de compra para score de leads e base ativa, priorizando clientes por probabilidade de contratação — direcionando atuação comercial e digital.
• Gerar segmentações comportamentais e econômicas para personalizar comunicação, ofertas e pricing por perfil.
• Aplicar uplift modeling para medir impacto incremental de campanhas, focando onde há mudança real de comportamento e reduzindo desperdício de budget.
• Desenhar e analisar testes A/B e RCTs para medir impacto causal de vendas, campanhas e mudanças de jornada — garantindo decisões baseadas em evidência.
• Construir Marketing Mix Modeling (MMM) e atribuição multicanal para medir ROI por canal e otimizar alocação de budget com base em incrementalidade.
• Avaliar políticas sem RCT com métodos causais, estimando impacto de mudanças como pricing por região.
• Modelar LTV preditivo por cliente/segmento, orientando investimento em aquisição e retenção e suportando a lógica CAC vs. LTV.
• Construir e manter pipelines de MLOps no Databricks, garantindo estabilidade e performance dos modelos em produção.
• Traduzir análises em recomendações executivas claras, conectando métricas estatísticas a decisões de negócio.

Requisitos e qualificações

• Superior Completo (Estatística, Matemática, Engenharia, Ciência da Computação ou afins)
• Domínio avançado de Python (pandas, numpy, scikit-learn) e SQL.
• Experiência produtiva com Apache Spark / PySpark / Databricks / SparkML
• Vivência com AWS (S3, Glue, SageMaker, Lambda ou similares) em ambiente de dados em escala.
• Conhecimento sólido em MLflow: tracking, model registry, aliases champion/challenger, Unity Catalog, nested runs, custom metrics e artifacts.
• Experiência com Feature Store do Databricks (offline e online tables, Unity Catalog, point-in-time correctness, on-demand features e streaming features).
• Domínio de MLOps: ciclo dev/test/prod, Databricks Asset Bundles (DABs), model serving endpoints, testes (unit e integration) em notebooks, retraining automatizado com detecção de data drift e performance degradation.
• Inferência em batch, real-time e streaming (incluindo Delta Live Tables) e deploy de modelos em endpoints.
• Capacidade de formular problemas de negócio como problemas estatísticos / de ML bem definidos.

• Diferenciais
• Experiência prévia no setor financeiro, seguros ou atuarial.
• Mestrado ou Doutorado em Estatística, Econometria, Matemática, Ciências Atuariais ou áreas quantitativas.
• Conhecimento avançado em causal inference: DiD, RDD, variáveis instrumentais (IV), propensity score; experiência com estudos observacionais e experimentos clínicos/quase-experimentais.
• Distributed training e distributed hyperparameter tuning: pandas Function APIs / UDFs, Optuna + MLflow, Ray, e noções de vertical vs. horizontal scaling para ML workloads.
• Lakehouse Monitoring: drift detection, testes estatísticos, time series e snapshot tables, custom metrics e alerting.
• Delta Live Tables e pipelines de streaming; custom PyFunc models, REST API e MLflow Deployments SDK.