Descrição:
Responsabilidades e Atividades:
1. Desenvolvimento de sistemas de recomendação
Projetar, construir e evoluir modelos de recomendação personalizados (Next Best Offer Next Best Action) com foco em aumentar engajamento, conversão e retenção de clientes.
Explorar abordagens como collaborative filtering, content-based filtering, modelos híbridos, aprendizado supervisionado e aprendizado por reforço contextual.
2. Exploração e modelagem de dados de clientes
Analisar dados transacionais, comportamentais e demográficos para gerar perfis de clientes e identificar padrões de consumo e preferências.
Definir e implementar features relevantes para personalização de mensagens, canais e ofertas.
3. Trabalho conjunto com squads de CRM e Engenharia
Colaborar com os times de CRM, marketing, produto e tecnologia para alinhar os objetivos do modelo com as jornadas dos clientes e os canais de ativação (e-mail, push, WhatsApp, in-app, etc.).
Participar da definição da estratégia de personalização e segmentação de campanhas.
4. Validação e experimentação de modelos
Conduzir testes AB e multivariados para avaliar o impacto dos modelos nas métricas de negócio (ex: taxa de clique, ativação, LTV, conversão).
Implementar métricas de avaliação como precision, recall, uplift e business lift.
5. MLOps e produção de modelos
Trabalhar junto ao time de engenharia de dados e plataformas para versionar, escalar e monitorar os modelos em produção, garantindo performance e governança.
6. Documentação e disseminação de conhecimento
Documentar hipóteses, experimentos e resultados de forma clara para stakeholders técnicos e não técnicos.
Apoiar a evolução da cultura de dados na área, promovendo boas práticas e capacitação.
Escolaridade:
Graduação completa em Ciência da Computação, Engenharia, Estatística, Matemática, Economia ou áreas correlatas.
Experiência Necessária:
Experiência prática (2+ anos) em ciência de dados com foco em modelos preditivos ou sistemas de recomendação.
Experiência prévia em projetos de personalização, segmentação ou recomendação em contextos de CRM, MarTech, e-commerce ou produtos digitais é um diferencial.
Benefícios:
Outros Benefícios: Vale Refeição
Vale Alimentação
Auxílio Capacitação Mensal
Vale Cultura
Assistência Médica
Assistência Odontológica
Seguro de Vida
Convênio com farmácia
Programa de Participação de Resultados
Horário Flexível
Auxílio Home Office Mensal
Total Pass
Parceria com a Zenklub
Auxílio CrecheBabá
Licenças Remuneradas
- Licença maternidade de 180 dias e Licença paternidade de 20 dias
- Licença casamento de até 10 dias corridos
- Licença aniversário, dia dos Pais e dia das Mães de 1 dia
- Licença Falecimento de até 15 dias corridos
Competências Comportamentais:
Boa comunicação com times técnicos e não técnicos; habilidade para explicar modelos e insights de forma clara.
Espírito colaborativo para atuar em squads multidisciplinares (crm, produto, marketing, engenharia, analytics).
Mentalidade de experimentação e aprendizado contínuo.
Competências Técnicas:
Sólido domínio de Python (bibliotecas como pandas, numpy, scikit-learn, LightGBM, etc.) ou R.
Experiência com técnicas de recomendação: collaborative filtering, content-based filtering, modelos híbridos, matrix factorization, embeddings, etc.
Familiaridade com frameworks de machine learning (ex: TensorFlow, PyTorch, XGBoost) é um diferencial.
Conhecimento de métricas e metodologias para avaliação de modelos de recomendação e impacto em negócio (ex: uplift modeling, AB testing, , , etc.).
Requisitos Adicionais:
Manipulação de dados e engenharia:
Experiência com SQL avançado para análise e extração de dados em grande volume.
Familiaridade com pipelines de dados, versionamento de modelos e práticas de MLOps.
Conhecimento em ambientes de nuvem (ex: AWS, GCP ou Azure) e plataformas de dados (ex: Databricks, BigQuery, Snowflake) é desejável.
Capacidade de traduzir problemas de negócio em soluções analíticas com impacto mensurável.
Interesse por comportamento do consumidor, segmentação e marketing orientado por dados.