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
#J-18808-Ljbffr