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