Cientista de Dados Pleno (Testes A/B no Setor de Energia)

confidential; United States; Remote; USD 22,000 - 33,000; Full time

Benefits offered by this job

Ambiente colaborativo

Trabalho remoto completo

Conexão global

TotalPass e Mediquo

Team Care

Job summary

Sylision busca um Cientista de Dados Pleno para conduzir e analisar testes A/B no setor de energia, com atuação 100% remota. O candidato vai desenhar experimentos, estimar tamanho de amostra, métricas de sucesso e duração, além de interpretar resultados com foco em impactos comerciais.

Essa posição envolve montar pipelines em SQL e Python, reportar insights de adimplência e contato com clientes, e entregar recomendações escritas para decisões de negócio.

Qualifications

• Experiência com testes A/B e análise causal.
• Conhecimentos de Python, Pandas e scikit-learn.
• Capacidade de reportar resultados em linguagem de negócio.

Responsibilities

• Projeto e análise de testes A/B, definindo unidade, métricas, tamanho de amostra e duração.
• Verificar aleatorização e balanced score antes de olhar resultados.
• Analisar efeito com intervalos de confiança e correção para múltiplas comparações.
• Estimar efeito quando não houver aleatorização com diferenças em diferenças ou controle sintético.
• Montar bases de análise em SQL e Python, com código versionado.
• Investigar efeito por segmento de cliente sem extrapolar conclusões.
• Escrever recomendações em linguagem de negócio e manter registro de decisões.

Skills

Estatística

Python

Pandas

SQL

scikit-learn

Análise de dados

Comunicação

Autonomia

Tools

Jupyter

Git

Job description

Vaga aberta de Cientista de Dados Pleno (Testes A/B no Setor de Energia). 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:

Uma empresa de energia quer saber se mudanças no relacionamento com o cliente realmente funcionam: fatura digital em vez de papel, aviso de consumo acima do normal, oferta de débito automático, novo texto de cobrança. A pergunta de negócio é simples, o experimento nem tanto. O cliente é uma unidade consumidora, às vezes um condomínio inteiro, o efeito aparece depois de um ciclo de leitura e a conta sofre com clima e feriado.

Você vai desenhar e analisar os testes A/B: definir a unidade de aleatorização, calcular tamanho de amostra e duração, escolher a métrica principal e as de proteção, checar se a divisão saiu mesmo aleatória e olhar efeito heterogêneo sem sair pescando resultado. Quando não dá para aleatorizar, entra quase experimento com controle sintético ou diferença em diferenças, deixando claras as premissas.

O que se mede é a decisão gerada: efeito estimado com intervalo, impacto em adimplência e em contatos no atendimento, e o número de testes que terminaram em decisão e não em planilha esquecida. Como pessoa plena, você entrega a frente de experimentação inteira, do desenho à recomendação escrita.

O que você vai fazer:

• Desenhar experimentos: hipótese, unidade, métricas, tamanho de amostra e duração
• Verificar a aleatorização e a razão de amostras antes de olhar resultado
• Analisar efeito com intervalos de confiança e correção para múltiplas comparações
• Estimar efeito quando não há aleatorização, com diferença em diferenças ou controle sintético
• Montar as bases de análise em SQL e Python, com código versionado
• Investigar efeito por segmento de cliente sem exagerar nas conclusões
• Escrever a recomendação em linguagem de negócio, com o que o teste não prova
• Manter um registro de experimentos com decisões tomadas

Requisitos:

• Estatística aplicada: teste de hipótese, poder, intervalo de confiança, erro tipo I e II
• Python com Pandas e scikit-learn para análise reprodutível
• SQL para montar bases de clientes, faturas e contatos
• Noção de causalidade e de armadilhas comuns em testes A/B
• Saber explicar o grau de incerteza de um resultado a quem decide
• Autonomia para conduzir um experimento do início ao fim

Diferenciais:

• Experiência com dados de consumo ou de assinatura recorrente
• Testes sequenciais e análise bayesiana
• Redução de variância com covariáveis anteriores ao teste
• Conhecimento de cobrança e adimplência
• Prática de escrever notebooks que outra pessoa consegue reexecutar

Como é trabalhar aqui:

Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em Minas Gerais. Os desenhos de experimento passam por revisão de uma segunda pessoa antes de entrar no ar, e o resultado é apresentado com o código reexecutável. O ritmo é de um ciclo de testes por vez, com um registro das decisões que ajuda a não repetir hipótese velha.

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
• Testes A/B

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