Overview
Buscamos Cientistas de Dados para integrar nosso time de logística na squad de otimização, com especialização em modelagem de séries temporais e previsão de demanda.
Como será o seu dia a dia
Como Cientista de Dados focado em séries temporais e forecast, você poderá:
- Explorar e analisar dados temporais para compreender sua qualidade e padrões sazonais, de tendência e de anomalia;
- Propor a criação de novas variáveis preditivas relevantes para melhorar a acurácia das previsões;
- Desenvolver e testar modelos para previsão de demanda, detecção de padrões e anomalias em séries temporais;
- Avaliar o desempenho dos modelos preditivos e correlacioná-los com métricas de impacto no negócio (ex.: nível de estoque, SLA de entrega, custos logísticos);
- Monitorar a performance dos modelos em produção, garantindo sua estabilidade e recalibrando-os conforme necessário;
- Quando oportuno, publicar achados científicos em periódicos ou compartilhar conhecimento com a comunidade.
Conhecimentos e habilidades necessários
- Habilidades em programação com Python ou linguagens equivalentes;
- Fortes habilidades analíticas quantitativas para interpretar dados temporais, desenvolver features e propor soluções preditivas;
- Sólido conhecimento teórico e prático de modelagem de séries temporais (ARIMA, SARIMA, Prophet, LSTM, XGBoost para séries temporais, entre outros);
- Experiência com métricas específicas de forecast (MAE, RMSE, MAPE, etc.) e técnicas de validação para séries temporais;
- Conhecimento prático de bibliotecas e plataformas de DS/ML/IA do mercado (statsmodels, scikit-learn, tensorflow, pytorch, pandas, PySpark, mllib);
- Habilidade de se comunicar com pessoas do time de negócios e das demais especialidades da squad de otimização para traduzir problemas reais em soluções de previsão.
Conhecimentos e habilidades diferenciais
- Conhecimento em BigQuery e/ou SQL para manipulação de grandes volumes de dados temporais;
- Experiência com modelagem probabilística e inferência bayesiana para previsão;
- Conhecimento em monitoramento e adaptação de modelos de forecast em produção (detecção de drift, recalibração de modelos, atualização de dados);
- Familiaridade com técnicas avançadas como modelos hierárquicos, reconciliação de previsões e nowcasting;
- Experiência com bibliotecas especializadas em forecast, como Prophet e Nixtla;
- Conhecimento de Kubeflow;
- Noções de otimização matemática.
Como é o ambiente de trabalho?
No Luizalabs, temos grande autonomia e responsabilidade, somos multidisciplinares, auto gerenciáveis e com pouca burocracia no nosso cotidiano. Buscamos romper as barreiras que diminuem nossa capacidade de agregar valor ao negócio. Fazemos entregas frequentes e agimos rapidamente ao encontrar problemas; nosso ritmo é acelerado, mas temos tranquilidade e equilíbrio para planejar e executar nossas tarefas com qualidade.
