Gerente Sênior em Ciência de Dados

A pessoa que buscamos para essa posição tem as seguintes habilidades e experiências:

• Liderar projetos que envolvam técnicas de Machine Learning Avançadas e uso de AI Generativa.
• Traduzir dados complexos em insights claros e acionáveis, procurando proativamente oportunidades e fazendo as perguntas certas para gerar valor para o negócio.
• Atuar como o ponto focal para a experiência do cliente em Ciência de Dados dentro do Will.
• Desafiar o status quo, trazendo soluções criativas e provocativas para a melhoria da experiência do cliente.
• Correlacionar diversas fontes de informações (NPS, Churn, CR, CSAT, LTV) e desenvolver produtos acionáveis para as unidades de negócios, melhorando a jornada dos clientes e impulsionando os resultados do Will.
• Governar indicadores da Voz do Cliente.
• Realizar modelagem e estruturação de dados para garantir precisão e integridade das informações.
• Manter altos padrões de precisão dos dados, realizando verificações rigorosas e validando transferências entre fontes.
• Utilizar ferramentas de visualização de dados para criar dashboards interativos e informativos, permitindo que os usuários finais explorem dados de forma eficaz.
• Preparar e apresentar insights às lideranças e times de negócio, construindo apresentações e relatórios para disseminar a voz do cliente.
• Trabalhar em conjunto com diversas áreas da empresa para entender suas necessidades e fornecer dados relevantes.
• Promover a cultura técnica do time em Modelagem Estatística e Ciência de Dados fomentando um ambiente de colaboração, inovação, compartilhamento de boas práticas, visão crítica, autonomia e desenvolvimento técnico constante.

Para isso, você vai precisar ter:

• Vivência no uso de AI generativa e LLMs;
• Vasta experiência em Modelagem Matemática/Estatística e Ciência de Dados, com histórico de entregas no nível Executivo;
• Conhecimento de Machine Learning aplicado a negócios;
• Experiência no uso de frameworks como: TensorFlow, PyTorch, Scikit-learn e Keras;
• Conhecimento de técnicas de Engenharia de Software aplicadas a modelos de Machine Learning;
• Experiência no uso de APIs para leitura de outputs do modelo.
• Experiência com ferramentas de visualização de dados como Metabase, Powerbi, Tableau ou Looker. Atuado em ambientes com infraestrutura em AWS (ECS, EC2, Redshift, S3, Athena, EMR);

E Será Um Diferencial Se Você Tiver

• Vivência em projetos de visão computacional;
• Ferramentas de processamento paralelo como Spark e Hadoop.