Cientista de Dados Pleno (Análise de Risco em Recursos Humanos)

confidential; United States; Remote; USD 25,000 - 37,000; Full time

Benefits offered by this job

Remoto integral

Suporte à saúde

Equipe global

Job summary

Confidencial, empresa contratante, busca Cientista de Dados Pleno (Análise de Risco em Recursos Humanos) para atuar 100% remoto, com contratação CLT ou PJ. O objetivo é transformar perguntas de risco em análises mensuráveis, integrando bases de folha, ponto, jurídico e clima, aplicando métodos estatísticos e de aprendizado de máquina.

A posição envolve definição de hipóteses, validação de modelos, apresentação de recomendações com incertezas e acompanhamento de efeitos das ações tomadas pela

Qualifications

• Domínio de estatística aplicada: testes, intervalos, regressão e causalidade básica.
• Programação em Python para análise e modelagem (Pandas, scikit-learn).
• SQL para extração/limpeza de dados e validação de modelos.

Responsibilities

• Transformar a pergunta de risco em hipóteses testáveis e variáveis mensuráveis.
• Integrar bases de folha, ponto, jurídico e clima, tratando inconsistências.
• Estimar probabilidade e impacto com modelos estatísticos e ML.
• Aplicar inferência causal quando a decisão depende de efeito, não apenas correlação.
• Validar modelo em períodos fora da amostra e expor incerteza.
• Entregar notebooks reproduzíveis e revisáveis pela equipe de dados.
• Apresentar resultados com recomendações e limitações à diretoria.
• Monitorar efeitos das decisões tomadas e atualizar a análise.

Skills

Comunicação de resultados

Pensamento crítico

Raciocínio estatístico

Tools

Python

Pandas

scikit-learn

SQL

Jupyter

Git

Inferência causal

Job description

Vaga aberta de Cientista de Dados Pleno (Análise de Risco em Recursos Humanos). A empresa contratante é confidencial neste anúncio, e a seleção é conduzida pela Sylision.

Nível:

pleno.

Modelo de trabalho:

100% Remoto.

Contratação:

tempo integral, CLT ou PJ.

Sobre a vaga:

Riscos em recursos humanos aparecem de formas diferentes: ações trabalhistas, acidentes de trabalho, rotatividade concentrada em uma área, atraso de rescisão e desequilíbrio de remuneração entre pessoas em funções parecidas. A diretoria quer saber onde olhar primeiro, e a resposta precisa vir de dados, não de intuição ou de uma lista de reclamações recentes.

Você vai transformar essa pergunta em análise: definir o que é risco para cada tema, juntar bases de folha, ponto, jurídico e clima, estimar probabilidade e impacto e mostrar a incerteza. Como os dados são observados e não de experimento, parte do trabalho é dizer o que o número mostra e o que ele não prova. Exemplo: unidades com mais ações podem ter mais horas extras por causa de um terceiro fator, e a comparação ingênua enganaria.

O resultado é uma recomendação que a diretoria consegue usar, com intervalo de confiança, premissas escritas, validação contra dados mais recentes e um acompanhamento do efeito das ações tomadas.

O que você vai fazer:

• Traduzir a pergunta de risco em hipóteses testáveis e variáveis mensuráveis
• Integrar bases de folha, ponto, jurídico e clima, tratando inconsistências de cadastro
• Estimar probabilidade e impacto com modelos estatísticos e de aprendizado de máquina
• Aplicar métodos de inferência causal quando a decisão depender de efeito e não de correlação
• Validar o modelo em períodos fora da amostra e expor a incerteza
• Construir notebooks reproduzíveis e revisáveis por outras pessoas
• Apresentar resultados para a diretoria com recomendação e limitações
• Acompanhar o efeito das decisões tomadas e atualizar a análise

Requisitos:

• Estatística aplicada: testes, intervalos, regressão e noções de causalidade
• Python para análise e modelagem com Pandas e scikit-learn
• SQL para extração e preparação de dados
• Validação de modelos com amostra fora do período de treino
• Comunicação do resultado e da incerteza para quem decide
• Cuidado com dados pessoais e com viés em decisão sobre pessoas

Diferenciais:

• Desenho e análise de experimentos e quase experimentos
• Análise de sobrevivência para tempo até um evento
• Visualização de dados para público não técnico
• Conhecimento de legislação trabalhista em nível básico
• Hábito de registrar premissas e decisões de análise

Como é trabalhar aqui:

Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em Minas Gerais. Toda análise relevante tem revisão de outra pessoa de dados antes de chegar à diretoria, e o notebook acompanha a entrega para que o resultado possa ser refeito. As conversas com a área de RH acontecem antes da modelagem, para alinhar a pergunta.

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
• Inferência causal
• Comunicação de resultados

Seus dados:

tratados conforme a LGPD, com remoção a qualquer momento, a pedido.