Descrição da Vaga
Somos uma das maiores distribuidoras de combustíveis do Brasil, pertencente ao Grupo Glencore, uma multinacional, maior trader do mundo e líder global em commodities.
/n
Formação acadêmica:
Engenharias (Produção, Computação, Mecânica, Química ou afins), estatística ou matemática, ciência de dados, ciência da computação, economia quantitativa ou áreas com forte base analítica
(Pós-graduação ou especialização em Data Science, Machine Learning, Engenharia de Dados ou Métodos Quantitativos é um diferencial)
Experiência:
Experiência com análise de dados, modelagem estatística e machine learning aplicada a operações de serviços a clientes.
Atuação comprovada em ambientes com alta complexidade operacional e múltiplas fontes de dados.
Experiência prática com construção de pipelines analíticos, integração de dados operacionais e desenvolvimento de modelos de risco ou confiabilidade.
Histórico de implementação de modelos preditivos em produção
Desejável vivência em distribuidora de combustíveis
Conhecimentos específicos:
Modelagem e Estatística
Machine Learning
Modelagem de risco e confiabilidade
Python avançado
SQL avançado
Power BI, Tableau ou Looker (dashboards executivos, DAX ou equivalente).
Plataformas de nuvem (Azure, AWS ou GCP) — pipelines, data lakes.
Conhecimento em SAP e CRM.
Desejável Inglês Avançado.
/n Estamos buscando um(a)
Especialista de Dados
para atuar de forma estratégica na
área de Experiência do Cliente (CX)
dentro da
Diretoria de Marketing . Este(a) profissional será protagonista na construção de análises avançadas e modelos preditivos de alto impacto, apoiando decisões essenciais que impulsionam
a eficiência logística, a performance operacional, a expansão de mercado e, principalmente, a evolução contínua da jornada do cliente .
Trata-se de uma posição de
relevância técnica , com autonomia para propor novas metodologias, desenhar soluções de dados, orientar squads multifuncionais e influenciar diretamente a agenda estratégica da companhia. Aqui, você terá a oportunidade de transformar dados em insights que moldam experiências, fortalecem a marca e elevam o padrão de relacionamento com nossos clientes.
Principais atividades:
Projetar, implementar e validar modelos preditivos e algoritmos avançados (classificação, regressão, séries temporais, detecção de anomalias, clusterização) aplicados à jornada do cliente, performance de entrega e qualidade de serviço.
Desenvolver frameworks de métricas da jornada, incluindo modelos de Customer Health Score operacional, score de risco de entrega (probabilidade de atraso, cancelamento ou inconsistência), modelos de confiabilidade logística e detecção de desvios operacionais.
Desenvolver modelos de priorização e qualificação de oportunidades para apoiar o time de pré-vendas e direcionar esforços comerciais com maior retorno.
Estruturar e gerenciar pipelines analíticos integrando dados de diversos sistemas, garantindo consistência, rastreabilidade e padrões de governança.
Construir indicadores para monitoramento da experiência do cliente, incluindo SLA preditivo, simulações de variabilidade, mapas de risco operacional e dashboards de monitoramento contínuo.
Conduzir análises multivariadas e análises causais para identificação de drivers críticos de fricção na jornada.
Liderar estudos de otimização da cadeia logística (forecasting de demanda, curvas de consumo, modelos de ocupação de frota e janelas de entrega) que influenciam diretamente a qualidade e previsibilidade da experiência.
Desenvolver modelos de early warning que sinalizam possíveis falhas antes do impacto ao cliente, utilizando machine learning.
Atuar como guardião técnico da qualidade dos dados: definir padrões, validar integridade, realizar testes estatísticos de consistência e mitigar vieses em modelos analíticos.
Apoiar áreas como cadastro, logística, atendimento, pré-vendas, CX, TI e qualidade na interpretação e aplicação dos modelos para tomada de decisão.
Seguir a governança de dados, acessos, de arquitetura e ferramentas homologadas pela TI Global.
Documentar as fontes de dados e algoritmos desenvolvidos para os relatórios e sempre alinhado a gestão de conhecimento de TI.
