[Job 31517] Data Scientist SR
This is the employer's own posting, not a copy on a job board.
What we know
Is it still open?
Confirmed still open
Last checked 2h ago — checked against the employer's own applicant tracking system, which is the company answering directly.
We re-read the employer's own applicant tracking system and the posting was still there. That is the company answering directly.
How old is it?
Posted 1d ago
The date the source published, not the day we noticed it (2026-09-16). Last seen at its source 1h ago.
Is it remote?
Marked remote on the employer's board
Their board carries a remote setting on this posting — a field they filled in, not wording we read. The location field names somewhere specific, which is usually where the team or the entity sits.
Who may apply?
Brazil
The description states no restriction of its own. This is the source's own tag.
Pay not stated
Similar roles pay $1,200–1,488/mo
Middle 50% of 8 listings that do state pay — Operations · all levels · Brazil · USD/month. This employer has published no salary; this is what comparable listings we hold disclose, never converted between currencies or periods. How this is calculated.
Skills named in the ad
Recognised terms only, from a fixed vocabulary — this is what CV matching compares against.
Carried by 1 source
-
lever employer's own board first seen 2h ago · last seen 1h ago
The listing
Perfil que Buscamos
Experiência prévia em squads de produto digital, preferencialmente em personalização, recomendação ou CRM inteligente
Mentalidade de produto: você não entrega modelo, você entrega resultado de negócio
Conforto em trabalhar com dados transacionais e operacionais (não apenas clickstream ou Analytics)
Familiaridade com o conceito de identidade unificada de cliente e desafios de resolução de entidades (entity resolution)
Senso crítico para distinguir quando um modelo de ML é a resposta certa — e quando uma regra bem calibrada resolve melhor
Responsabilidades
Modelagem de contexto e intenção do cliente — desenvolver modelos de classificação, propensão e detecção de eventos comportamentais em tempo (near) real
Next Best Action (NBA) — construir e evoluir a lógica de priorização de ações e comunicações por cliente, orientada ao contexto e não a regras comerciais estáticas
Feature Engineering para eventos transacionais — transformar eventos sistêmicos (pagamentos, sinistros, renovações, interações) em features ricas para modelos de ML
Trabalhar junto à arquitetura para garantir que os sinais de segmentação e identidade sejam consumíveis pelo motor de contexto (ex.: CRM)
Experimentação e validação — desenhar e analisar experimentos A/B para avaliar o impacto das decisões de personalização nos KPIs de negócio
Documentação e governança — garantir rastreabilidade de modelos, versionamento e monitoramento de drift em produção
Requisitos obrigatórios
Sólida experiência com Python para análise e modelagem de dados (pandas, scikit-learn, PySpark)
Sólida experiência com algoritmos de ML supervisionado, especialmente modelos de classificação e ranking (XGBoost, LightGBM)
Experiência prática com processamento e consumo de eventos em tempo real, utilizando ferramentas como Kafka ou Kinesis
Experiência prática com o conceito de Feature Store e gestão de features para modelos em produção (Feast, Tecton, Hopsworks ou similares)
Experiência prática com A/B Testing e fundamentos de inferência causal aplicados a produtos digitais
Experiência prática com cloud (AWS ou GCP) para ingestão, armazenamento e processamento de dados (S3/GCS, BigQuery/Redshift, Glue/Dataflow)
Diferencial
Experiência com streaming de ML para inferência em tempo real (Flink, Spark Structured Streaming)
Experiência com LLMs e GenAI aplicados a contextos de personalização ou classificação de intenção do usuário
Experiência com ferramentas de orquestração de pipelines de dados (Airflow, Prefect ou similares)
Experiência com práticas de MLOps, incluindo versionamento, monitoramento de drift e deploy de modelos em produção (MLflow, Vertex AI, SageMaker)
Experiência com bancos de dados em grafo para modelagem de relacionamentos entre entidades como cliente, produto e canal (Neo4j ou similares)