Data Scientist - Especialista

No Grupo SBF, reunimos duas grandes forças do esporte no Brasil: a Centauro, maior varejista esportiva multimarcas da América Latina, e a Fisia, distribuidora oficial da Nike no país.

Queremos ser referência em esporte no Brasil e construir um futuro em que cada experiência com o esporte inspire, motive e transforme.

E aí, que tal vestir essa camisa com a gente?

Buscamos uma pessoa Cientista de Dados (DS4) para atuar na frente de Alocação/Abastecimento em varejo, com foco em decisão de estoque orientada por dados (reduzir ruptura/excesso e aumentar venda/margem com nível de serviço).

Essa posição é estratégica para evoluirmos a alocação como produto: vai do diagnóstico e modelagem até deploy, monitoramento, IA aplicada à decisão e mensuração de impacto, atuando em parceria com Produto, Engenharia/MLE, Planning, Logística e Negócio.

Principais Responsabilidades

- Liderar (ponta a ponta) iniciativas de Ciência de Dados para alocação/abastecimento no varejo, do problema ao impacto em produção. - Desenvolver, validar e evoluir em todo ciclo de vida (exploração → deploy → monitoramento) modelos e análises (forecast, propensão, anomalias, clusterização, otimização) para decisões de estoque e demanda. - Definir e acompanhar métricas de sucesso (modelo + negócio) e garantir monitoramento, logs/observabilidade. - Traduzir achados em recomendação acionável e atuar em squad/quarteto multidisciplinar (produto, engenharia, negócio, dados e design). - Garantir clareza de premissas e limites das soluções (dados, regras e critérios), com documentação e governança para adoção e manutenção. - Mentorar cientistas mais júnior com rigor técnico (revisão de abordagem, boas práticas e desenvolvimento). - Manter a documentação dos sistemas/modelos/dados atualizada e relevante, garantindo rastreabilidade e seguindo boas práticas de versionamento, code review e reprodutibilidade.

Requisitos Necessários

- Experiência sólida em Ciência de Dados aplicada com entregas em produção e impacto mensurável. - Domínio de Python e SQL (modelagem, feature engineering, pipelines analíticos), com prática de Git/versionamento e revisão de código (code review) em fluxo colaborativo. - Base forte em estatística aplicada (validação, métricas, vieses, experimentação quando aplicável). - Capacidade de transformar problema de negócio em solução técnica (trade-offs claros, foco em valor). - Boa comunicação e autonomia para atuar como referência técnica em iniciativas multiárea com público técnico e não técnico.

Diferenciais

- Experiência em varejo / estoque / alocação / omnichannel. - Domínio prático de IA/ML aplicado (da modelagem à operação): forecast, propensão, anomalias, clusterização/segmentação, otimização, recomendação e noções de MLOps/observabilidade, pipelines e ambientes cloud (GCP). - Experiência com GenAI/LLMs para explicabilidade/assistentes (ex.: RAG, agentes, geração de explicações e recomendações com guardrails). - Ter construído soluções de decisão e explicação, como:

1. Explicar políticas e movimentações de estoque (por que decidiu X) com feature importance/SHAP e narrativas. 2. Monitoramento + alertas (drift, performance, ruptura/excesso recorrente, mudança de padrão produto×loja, lead time real). 3. Uso de variáveis externas (clima, eventos, datas comerciais, economia) como features/contexto. 4. Segmentação inteligente e priorização produto×loja com base em comportamento real.

#SeleçãoSBF #vempraSBF