Cientista de Dados Pleno (Otimização de Preços no E-commerce)

confidential; United States; Remote; USD 16.000 - 33.000; Vollzeit

Benefits dieser Stelle

Trabalho remoto 100%

Ambiente colaborativo com equipes glob

Apoio à saúde

Zusammenfassung

Sylision está recrutando um/Cientista de Dados Pleno para otimizar preços no e-commerce, com atuação 100% remota. O papel envolve desenhar experimentos, calcular poder estatístico e recomendar estratégias de precificação com base em dados históricos quando necessário.

O candidato trabalhará com Python, SQL e técnicas de inferência causal, contribuindo para aumentar margem e retenção, em ambiente internacional com foco em clientes globais.

Qualifikationen

• Conhecimentos em estatística inferencial e desenho de experimentos.
• Capacidade de estimar poder estatístico e tamanho de amostra.
• Conhecimento de métodos causais com dados observacionais.

Aufgaben

• Traduzir a pergunta de negócio em hipóteses testáveis e métricas claras.
• Calcular tamanho de amostra e duração do experimento.
• Desenhar testes de preço por usuário, item ou região, conforme restrições.
• Estimar elasticidade com modelos de regressão e métodos causais.
• Analisar efeito em margem, volume, recompra e abandono de carrinho.
• Identificar vieses comuns e limitações do experimento.

Kenntnisse

Estatística

Inferência causal

Teste A/B

Tools

Python

Pandas

scikit-learn

SQL

Jupyter

Git

Jobbeschreibung

Vaga aberta de Cientista de Dados Pleno (Otimização de Preços no E-commerce). 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:

A pergunta da diretoria comercial é simples: se mudarmos o preço desta categoria, ganhamos ou perdemos dinheiro? A resposta honesta é difícil, porque preço e demanda se influenciam, a concorrência reage e o cliente que volta em dez dias compara com o que pagou antes. Você vai responder a essa pergunta com desenho de experimento, modelo estatístico e uma recomendação que a diretoria consiga defender.

Em loja virtual dá para testar mais do que em loja física, mas há restrições: o mesmo cliente não pode ver dois preços para o mesmo item na mesma sessão, a legislação de defesa do consumidor exige transparência e itens de baixo giro não têm amostra suficiente. Você vai escolher entre teste por usuário, por item ou por período, calcular poder estatístico antes de começar e olhar efeitos de segunda ordem, como recompra e abandono de carrinho.

Quando não for possível testar, você usará métodos causais com dados históricos, deixando claras as hipóteses. O resultado entra como recomendação com intervalo, efeito esperado em margem e em volume e o que acompanhar depois.

O que você vai fazer:

• Traduzir a pergunta comercial em hipótese testável, com métrica principal e métricas de proteção
• Calcular tamanho de amostra e duração do experimento antes do início
• Desenhar testes de preço por usuário, por item ou por região, conforme a restrição
• Estimar elasticidade com modelos de regressão e métodos causais em dados observacionais
• Analisar efeito em margem, volume, recompra e abandono de carrinho
• Detectar vícios comuns, como interferência entre itens e efeito de novidade
• Apresentar a conclusão com intervalo de confiança e recomendação clara

Requisitos:

• Estatística inferencial: testes de hipótese, intervalo de confiança, poder e múltiplas comparações
• Desenho de experimento controlado e leitura crítica do resultado
• Noções de inferência causal: diferença em diferenças, controle sintético ou variáveis instrumentais
• Python com pandas, statsmodels e scikit-learn
• SQL para extrair e preparar os dados
• Comunicação da incerteza para quem decide

Diferenciais:

• Modelos bayesianos para decisão com pouca amostra
• Experimento por região em comércio eletrônico
• Conhecimento de precificação e de comportamento do consumidor
• Otimização com restrições
• Experiência em colaborar com produto na definição de métricas

Como é trabalhar aqui:

Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Todo experimento tem um documento de plano escrito antes de começar e revisado por outra pessoa de dados. A análise final é apresentada incluindo o que não deu certo, e as conclusões ficam em um repositório de aprendizados. 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
• Inferência causal
• Teste A/B
• Jupyter
• Git

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