O objetivo principal deste cargo é desenvolver estratégias de otimização logística utilizando técnicas avançadas de análise e modelagem. Neste papel, você terá a oportunidade de explorar padrões e tendências em grandes volumes de dados relacionados à oferta de frete, custos de transporte e regulamentações.
Responsabilidades:
* Aplique técnicas de Machine Learning e análise estatística para melhorar a precificação do frete, prever demanda de transporte e identificar oportunidades de melhoria na cadeia logística;
* Criar processos baseados em inteligência de dados para automatizar tarefas e aumentar a eficiência;
* Analisar dados detalhados sobre a oferta de frete, custos de transporte, regulamentações e outros fatores logísticos relevantes;
* Explorar e identificar padrões, tendências e insights acionáveis a partir dos dados logísticos;
* Colaborar com áreas especializadas para definir problemas, traduzir necessidades de negócio em soluções analíticas e garantir a implementação dos modelos;
* Comunicar resultados das análises e modelos para stakeholders técnicos e não técnicos;
* Avaliar e monitorar o desempenho dos modelos implementados, propondo ajustes e melhorias contínuas.
Talvez você precise:
* Experiência comprovada na aplicação de técnicas de Machine Learning e análise estatística em problemas de negócios;
* Proficiência em programação em Python e suas bibliotecas para ciência de dados (Pandas, NumPy, Scikit-learn, etc.);
* Conhecimento em modelagem de dados e familiaridade com diferentes tipos de dados logísticos;
* Habilidade em comunicar resultados de análises de forma clara e visual.
Desejável:
1. Conhecimento do domínio de logística, incluindo conceitos de oferta de frete, precificação dinâmica e mecanismos regulatórios do setor de transporte;
2. Experiência com ferramentas de visualização de dados como Looker Studio;
3. Familiaridade com ferramentas de orquestração de workflows (como Airflow).