Cientista de Dados III - Sênior

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 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 ResponsabilidadesConduzir com autonomia 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, séries temporais, 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.Manter a documentação dos sistemas/modelos/dados atualizada e relevante, garantindo rastreabilidade e seguindo boas práticas de versionamento, code review e reprodutibilidade.Requisitos e QualificaçõesRequisitos ObrigatóriosExperiência sólida em Ciência de Dados aplicada com entregas em produção e impacto mensurável.Proficiência em Python e SQL para análise, modelagem, feature engineering, pipelines analíticos e manipulação de grandes volumes de dados.Sólida vivência em versionamento de código (Git), com prática de code review, padrões de branches e integração contínua em fluxo colaborativo.Forte domínio de estatística aplicada, machine learning e experimentação (validação, métricas, vieses, com domínio de algoritmos de machine learning supervisionado como XGBoost, LightGBM e CatBoost).Experiência com ambientes cloud e ecossistemas analíticos escaláveis (GCP, BigQuery, Airflow ou similares).Experiência com implantação, monitoramento e evolução de modelos em produção, com noções de MLOps.Capacidade de transformar problemas de negócio pouco estruturados em soluções analíticas robustas (trade-offs claros, foco em valor).Excelente comunicação e autonomia para atuar em iniciativas multiárea com público técnico e não técnico.DiferenciaisExperiência 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 observabilidade.Experiência com IA generativa, LLMs e desenvolvimento de agentes (frameworks como LangChain, LangGraph, CrewAI ou similares) para explicabilidade/assistentes (ex.: RAG, geração de explicações e recomendações com guardrails).Conhecimento em técnicas de visualização de dados, storytelling e familiaridade com ferramentas de business intelligence, como Power BI.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 timereal).Uso de variáveis externas (clima, eventos, datas comerciais, economia) como features/contexto.Segmentação inteligente e priorização produto × loja com base em comportamento real.Perfil esperadoForte mentalidade de produto e experiência do usuário.Perfil analítico, curioso e orientado a impacto.Autonomia para conduzir iniciativas complexas de ponta a ponta.Capacidade de influenciar decisões técnicas e de produto com dados.Boa colaboração em times multidisciplinares.Informações ComplementaresRegime de Trabalho CLTModelo: 100 % Remoto