Data Scientist - Especialista

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 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