Sobre a Cognitivo
A Cognitivo.ai é a maior plataforma de Inteligência de Dados do Brasil e ajudamos empresas de todos os setores a solucionar desafios de negócios através de dados. Montamos times personalizados a partir dos melhores profissionais de dados do país, que compõem a nossa rede de experts, e entregamos soluções em 3 grandes frentes: Engenharia de Dados, BI e Analytics, e Inteligência Artificial.
Requisitos
Sobre a posição: Na cognitvo.ai, estamos construindo soluções inteligentes que transformam o varejo através da ciência de dados. Buscamos um(a) Cientista de Dados Sênior para atuar em um projeto estratégico, apoiando nosso Tech Lead na criação de modelos analíticos que ajudam a prever e prevenir rupturas de estoque, além de gerar insights valiosos para operações, supply chain e áreas comerciais.
Você terá a oportunidade de trabalhar com dados reais de grande impacto, desenvolver pipelines robustos, aplicar machine learning em escala e transformar métricas de negócio em soluções práticas e inovadoras.
Se você é apaixonado(a) por dados, tem experiência sólida em Python, SQL e ambientes de data lake/lake house, e quer deixar sua marca em projetos de alta relevância, essa vaga é para você! 🚀 O que você fará?
Desenvolver e evoluir modelos analíticos voltados para diagnóstico e prevenção de rupturas de estoque, correlacionando sinais internos (estoque, pedidos, logística, forecast, vendas) e externos (clima, macroeconomia, mercado).
Conduzir análises exploratórias e estatísticas para validar hipóteses de causa e impacto, garantindo interpretabilidade e clareza dos resultados.
Implementar pipelines de ciência de dados (pré-processamento, feature engineering, treinamento, validação e deploy), integrados às camadas analíticas (raw/silver/gold).
Apoiar o Tech Lead na definição de arquitetura analítica e boas práticas de qualidade e governança de dados.
Traduzir métricas de negócio (ruptura, cobertura, adoção de ações) em experimentos e entregas técnicas, colaborando com operações, supply chain, comercial e TI.
Documentar metodologias, resultados e recomendações, garantindo reprodutibilidade e alinhamento com o backlog técnico.
Requisitos:
Experiência sólida em ciência de dados aplicada: modelagem estatística, machine learning supervisionado e não supervisionado, regressão, classificação e séries temporais.
Domínio de Python e SQL, com prática em bibliotecas de ciência de dados (pandas, scikit-learn, statsmodels, PySpark ou equivalente).
Vivência em ambientes com data lake / lake house, integração com BI e consumo via APIs.
Experiência em métricas de varejo, indústria ou logística: ruptura, abastecimento, CD/loja, promoções, mix, indicadores de serviço/logística.
Capacidade de comunicação clara com áreas de negócio, traduzindo análises técnicas em insights práticos.
Diferenciais:
Experiência com analytics operacional em gôndola, planograma ou inventário.
Vivência em deploy de modelos em produção (MLOps, APIs, produtos de dados).
Conhecimento em frameworks de orquestração (Airflow, Prefect, Dagster) e práticas de versionamento de modelos/dados.
Visão de roadmap evolutivo: de análises reativas para soluções proativas (alertas, risco, prevenção).