Cientista de Dados Sênior (projeto Logística)

Sobre a vaga Buscamos um perfil analítico para liderar o desenvolvimento de produtos de dados , ponta a ponta, no setor de Logística e suprimentos para a indústria de alimentos. Você será responsável por transformar desafios de negócio (Previsão de demandas, sistemas de alocação de pedidos e roteirização otimizada) em modelos de Machine Learning escaláveis e geridos com metodologia ágil para gestão de produtos de dados .Responsabilidades e Atribuições:Liderança Técnica: Comandar o ciclo de vida de produtos de dados , desde o refinamento de viabilidade com o time Comercial até a implementação final.Modelagem Avançada: Desenvolver, manter e otimizar sistemas de previsão de demanda, roteirização e alocação de pedidos..MLOps e Implementação: Desenvolver, manter e monitorar modelos em produção, colaborando com Engenheiros de ML na construção de pipelines robustos.Exploração e Qualidade: Realizar análise exploratória (EDA) profunda e garantir a homologação dos dados corporativos antes da fase de treinamento.Cultura de Testes: Implementar metodologias de mensuração de impacto, como Testes A/B e Grupos de Controle, para validar as estratégias da logística.Disseminação Técnica: Co-construir guildas de Ciência de Dados para elevar o nível técnico da equipe e compartilhar boas práticas.Requisitos e Qualificações:Formação: Superior completo em áreas de Exatas (Estatística, Matemática, Engenharia, Ciência da Computação ou correlatos).Experiência: Sólida trajetória na implementação de modelos de ML (Séries temporais e otimização) com foco em resultados de negócio.Mentalidade: Visão analítica apurada, foco em resolução de problemas e excelente capacidade de comunicação com stakeholders não técnicos.Obrigatórias:SQL Avançado: Domínio de ambientes Cloud (Window Functions, Procedures e Otimização de Queries).Python para Data Science: Experiência com ecossistema Scikit-learn, Pandas, NumPy e bibliotecas de visualização.Versionamento: Controle de versão com Git.Metodologia: Conhecimento prático de processos estruturados (ex: CRISP-DM).Diferenciais:Orquestração: Experiência com Apache Airflow.Cloud & ETL: Vivência em integração de dados em nuvem (ex: Qlik, AWS, Azure ou GCP).Agilidade: Experiência de trabalho em frameworks ágeis (Scrum/Kanban).