Cientista de Dados Sênior

A área de dados coorporativos da Porto tem como objetivo apoiar as verticais de Seguros, Serviços, Banco e saúde nas disciplinas de Análise de dados, Engenharia de dados, Data Science e Inteligência Artificial.

Análises Avançadas e Modelagem: Desenvolver, implementar e evoluir estudos estatísticos, análises diagnósticas e modelos preditivos/descritivos (como segmentação, propensão, churn e LTV) que gerem impacto direto nos resultados do negócio. Ciclo de Vida do Dado: Atuar desde a extração, tratamento e exploração de grandes volumes de dados até a estruturação de relatórios, dashboards e ferramentas de suporte à decisão. Ponte com o Negócio: Traduzir necessidades complexas de negócio em problemas analíticos e apoiar Product Owners, gestores e diretores na definição de KPIs, métricas de sucesso e priorização do backlog. Visualização e Storytelling: Transformar dados complexos em histórias analíticas claras, estruturando dashboards de alta performance e apresentações executivas. Excelência Técnica e Mentoria: Apoiar o time na definição de padrões técnicos de análise, mentorando profissionais mais juniores e disseminando boas práticas de estatística e manipulação de dados. Governança de Dados e Análises: Garantir a reprodutibilidade, governança, documentação e qualidade das metodologias e análises desenvolvidas.

Atuação consistente em Advanced Analytics, Analytics Engineering ou Ciência de Dados com foco estratégico em negócios. Domínio de Ferramentas de Dados: Domínio avançado em SQL e programação analítica em Python (com uso de bibliotecas como pandas, numpy, statsmodels, scipy, scikit-learn). Base Estatística Forte: Conhecimento sólido em estatística descritiva e inferencial, testes de hipótese, análise de regressão, séries temporais e modelagem estatística. Data Viz & Storytelling: Experiência avançada em ferramentas de visualização e Business Intelligence (Power BI) e capacidade de estruturar narrativas para executivos. Comunicação: Habilidade de traduzir conceitos analíticos e estatísticos para uma linguagem simples e orientada a valor de negócio. Desejáveis: Vivência nos setores de seguros, serviços financeiros, saúde ou ecossistemas de fidelidade/varejo.

Conhecimento de ambientes e arquiteturas de dados em nuvem (preferencialmente GCP / BigQuery). Pós-graduação ou mestrado em áreas quantitativas (Estatística, Economia, Computação, Matemática, Engenharias etc.).

Experiência com técnicas de inferência causal ou econometria. Experimentação e Hipóteses: Projetar, conduzir e avaliar testes de hipóteses e experimentos (Testes A/B, inferência causal) para mensurar o impacto real de novas iniciativas de produtos e serviços.

Local (Atuamos com modelos híbridos, que serão explorados no processo seletivo)