* 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).