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