Cientista de Dados Júnior (Análise de Sobrevivência em Telecom)

confidential; United States; À distance; USD 11 000 - 17 000; Plein temps

Avantages offerts par ce poste

Trabalho remoto 100%

Remuneração competitiva

Apoio à saúde (TotalPass/Mediquo)

Equipe internacional

Condições de contratação CLT/PJ

Résumé du poste

Sylision procura Cientista de Dados Júnior para trabalhar em análise de sobrevivência em telecom. O contratado realizará estimativas de curvas de permanência, comparará grupos e ajustará modelos de risco, com foco em prevenção de churn.

O papel é 100% remoto, com contratação CLT ou PJ, e exige formação em estatística ou área relacionada, além de habilidades em Python, Pandas, SQL e leitura crítica de resultados.

Qualifications

• Formação em andamento ou concluída em estatística, matemática, engenharia ou área relacionada.
• Conhecimento de hipóteses, testes e intervalos de confiança.
• Familiaridade com censura e curvas de sobrevivência.
• Capacidade de interpretar resultados para áreas não técnicas.

Responsabilités

• Preparar base de assinantes com data de entrada, data de saída e censura.
• Estimar curvas de permanência (Kaplan-Meier) por plano/canal.
• Comparar grupos com testes estatísticos e reportar diferenças.
• Ajustar modelos de risco e interpretar o efeito de cada variável.
• Verificar hipóteses do modelo e reportar limitações.
• Documentar a análise em notebook reprodutível.
• Apresentar conclusões e limites para a área de retenção.

Connaissances

Estatística

Comunicação

Leitura crítica

Formation

Bacharelado em estatística, matemática, engenharia ou área relacionada

Outils

Python

Pandas

scikit-learn

SQL

Jupyter

Git

R (opcional)

Description du poste

Vaga aberta de Cientista de Dados Júnior (Análise de Sobrevivência em Telecom). A empresa contratante é confidencial neste anúncio, e a seleção é conduzida pela Sylision.

Nível: junior.

Modelo de trabalho: 100% Remoto.

Contratação: tempo integral, CLT ou PJ.

Sobre a vaga:

Num plano de telefonia ou internet, o cancelamento não acontece num dia marcado: acontece em algum momento do contrato, ou nunca dentro do período observado. A pergunta da área de retenção não é só se o assinante vai sair, mas quando, e o que faz esse momento chegar antes ou depois. A análise de sobrevivência foi feita para isso e trata corretamente quem ainda está ativo, os casos censurados, que uma classificação simples descartaria ou distorceria.

Você vai estimar curvas de permanência por tipo de plano, forma de contratação e canal de venda, comparar grupos e ajustar modelos de risco para medir o efeito de variáveis como desconto promocional, fidelização, reclamações e queda de velocidade. Um cuidado central é distinguir associação de causa: quem recebeu desconto pode ser justamente quem ia sair, e a conclusão errada custa dinheiro de campanha.

Mede-se o trabalho por clareza das curvas, por previsões bem calibradas de permanência e por decisões da área de retenção que se apoiem no que você mostrou.

O que você vai fazer:

• Preparar a base de assinantes com data de entrada, data de saída e indicação de censura
• Estimar curvas de permanência com Kaplan-Meier por plano, canal e período de entrada
• Comparar grupos com testes adequados e apresentar a diferença de forma compreensível
• Ajustar modelos de risco proporcional e interpretar o efeito de cada variável
• Verificar as hipóteses do modelo e reportar quando elas não se sustentam
• Separar o que é associação do que a análise permite afirmar como causa
• Documentar a análise em notebook reprodutível
• Apresentar conclusões e limites para a área de retenção

Requisitos:

• Estatística: distribuições, intervalo de confiança, teste de hipótese e noção de censura
• Python com Pandas e biblioteca de análise de sobrevivência ou estatística
• SQL para montar a base a partir de contratos e de cobrança
• Leitura crítica de resultado, incluindo viés de seleção
• Formação em andamento ou concluída em estatística, matemática, engenharia ou área próxima, ou projeto próprio com dados reais
• Comunicação clara com pessoas fora da área de dados

Diferenciais:

• Modelos de risco com variáveis que mudam no tempo
• Noção de inferência causal e de experimento
• Visualização cuidadosa de curvas e de incerteza
• Conhecimento do ciclo de vida de assinantes de telecomunicações

Como é trabalhar aqui:

Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Você recebe revisão de método e de código em cada análise, com conversa de dupla antes de levar o resultado à retenção. O ritmo é de entregas curtas com notebook e resumo de uma página. Na candidatura, informe a sua pretensão salarial.

Benefícios oferecidos pela empresa contratante:

• Ambiente colaborativo, com senso de comunidade e conquistas celebradas em equipe
• Trabalhe de qualquer lugar, com liberdade e flexibilidade
• Conexão global: convivência com times de diferentes países e culturas
• Apoio à saúde física com TotalPass e Mediquo
• Cuidado com a saúde mental pelo programa Team Care
• Contratação e jornada definidas com a empresa contratante

Tecnologias envolvidas:

• Python
• Pandas
• scikit-learn
• SQL
• Estatística
• Jupyter
• Git
• Análise de sobrevivência
• Kaplan-Meier

Seus dados: tratados conforme a LGPD, com remoção a qualquer momento, a pedido.