Cientista de dados

Formação Acadêmica:

Graduação em Estatística, Matemática, Engenharia, Ciência da Computação ou áreas quantitativas correlatas. Pós-graduação (Mestrado/Doutorado) em Estatística, Econometria ou Métodos Quantitativos é um diferencial. Estatística Avançada:

Domínio de métodos estatísticos, inferência, econometria, amostragem e teste de hipóteses. Programação:

Proficiência em

Python

ou

R

para análise de dados, estatística e desenvolvimento de modelos. Bancos de Dados:

Experiência com

SQL

para manipulação e extração de dados. Experiência:

Mínimo de 4 anos de experiência comprovada como Cientista de Dados ou em função quantitativa similar. Modelagem Estatística:

Projetar, desenvolver e validar modelos estatísticos (regressão, séries temporais, modelos lineares generalizados, etc.) e algoritmos de Machine Learning para resolver problemas de negócio complexos. Análise Preditiva e Prescritiva:

Liderar análises aprofundadas usando técnicas estatísticas para previsão de tendências, segmentação de clientes, otimização de processos e avaliação de risco. Teste de Hipóteses e Experimentação (A/B Testing):

Conduzir o design de experimentos (DOE) e realizar testes A/B rigorosos, aplicando testes de significância estatística para medir o impacto e a eficácia de novas funcionalidades ou estratégias. Validação e Interpretabilidade:

Garantir a validade estatística dos modelos e resultados, focando na

interpretabilidade

para que as descobertas sejam claramente comunicadas e acionáveis para as equipes de produto e executivas. Manipulação e Limpeza de Dados:

Trabalhar com big data, realizar ETL (Extract, Transform, Load) e garantir a qualidade dos dados utilizados nas análises. Comunicação de Insights:

Traduzir resultados estatísticos complexos em narrativas de negócio claras, utilizando visualizações de dados eficazes e relatórios detalhados para stakeholders não-técnicos.

Habilidades Desejáveis Experiência com ferramentas de visualização de dados (Tableau, Power BI, Looker Studio). Familiaridade com Deep Learning e modelos de linguagem (LLMs).