Cientista de Dados

Somos a Framework Evoluímos grandes marcas em todo o mundo com transformação digital e crescemos continuamente através de agilidade, design e tecnologia. Fazer parte do nosso time é saber que a sua jornada será de desafios reais, de crescimento contínuo e de contato diário com referências em tecnologia. Vem com a gente *Todas as nossas vagas são abertas para PCDs Benefícios? É claro que temos Vale alimentação e refeição no cartão Sólides Benefícios com mais de R$ 1.200,00 mensais Auxílio home office no valor de R$ 150,00 mensais Você decide entre vale-transporte ou vale-combustível, no caso de vagas híbridas e presenciais Plano de saúde e auxílio odontológico de alta qualidade Seguro de vida que cobre doenças ocupacionais Participação nos lucros Total Pass para se manter saudável Trib Pass para trocar moedas digitais por hospedagens e passagens aéreas com cobertura mundial Licença maternidade estendida: 180 dias Licença paternidade estendida: 30 dias Desconto em consultas nutricionais Desconto em terapia online Clube de benefícios para quem gosta de comprar com descontos Knowledge transfer através do Frame KT Bonificação por indicação de novos colaboradores Horário flexível No dress code Nas pausas presenciais, fique à vontade para comer pães, bolos e frutas Ambiente leve, flexível e cultura colaborativa. E qual será a sua missão na Framework? Previsão de demanda (Forecasting): Desenvolver e produtizar modelos preditivos de vendas granulares (por SKU, por loja, por sazonalidade e elasticidade de preço) para antecipar o comportamento de compra nos marketplaces. Modelagem de otimização: Criar algoritmos de otimização (Pesquisa Operacional) que calculem o "estoque virtual ótimo" a ser espelhado no marketplace, balanceando o risco de ruptura (probabilidade de vender o que não temos) e o custo de oportunidade (deixar de vender por espelhar um estoque conservador). Simulação de cenários: Desenvolver simulações de Monte Carlo ou modelos de Digital Twin para estressar a malha de 40 lojas e entender como diferentes políticas de alocação de estoque afetam a venda final. Arquitetura e MLOps: Liderar o desenho da solução técnica ponta a ponta, garantindo que o cálculo do estoque virtual seja atualizado dinamicamente (near real-time ou em batches frequentes) através de integrações robustas com os sistemas de estoque físico e as APIs dos marketplaces. Experimentação e A/B Testing: Desenhar testes rigorosos para isolar o impacto do modelo de alocação de estoque frente às regras de negócio antigas, mensurando o incremento de receita (Uplift) e a redução da taxa de cancelamento. Tradução de negócio: Trabalhar lado a lado com os times de Operações, Logística e E-commerce para converter regras de negócio complexas (ex: SLA de entrega de cada loja, giro de estoque, curva ABC) em restrições matemáticas no modelo. O que é preciso para fazer parte do time? Linguagens de programação: Domínio avançado em Python (Pandas, NumPy, SciPy) e proficiência na escrita de queries otimizadas em SQL. Machine Learning & Time Series: Forte experiência prática com modelos de previsão de séries temporais (ARIMA, Prophet, Exponential Smoothing, modelos baseados em árvores como LightGBM/XGBoost para séries temporais). Otimização e pesquisa operacional: Conhecimento sólido em modelagem matemática e otimização linear/não-linear. Experiência com bibliotecas como PuLP, OR-Tools, SciPy Optimize, Gurobi ou CPLEX. Estatística probabilística: Domínio na modelagem de incertezas, intervalos de confiança e cálculo de Safety Stock (estoque de segurança) estatístico. Engenharia de software para DS: Experiência com versionamento de código (Git), modularização e orquestração de rotinas de dados (Airflow, Prefect ou Dagster). Mindset AI-First: Assim como em toda a Framework, valorizamos o uso de ferramentas como Gemini e GitHub Copilot para auxiliar na escrita de código, otimização de queries e documentação matemática, acelerando o fluxo de trabalho. Comunicação e storytelling de dados: Capacidade de traduzir resultados matemáticos complexos de forma clara e visual para stakeholders de negócio (não-técnicos). Visão sistêmica e de negócio: Entender que o modelo não é o fim, mas o meio. Foco em como a matemática resolve as dores de logística e e-commerce da companhia. Colaboração: Habilidade para atuar de forma fluida e empática em um ambiente multidisciplinar, trabalhando lado a lado com Engenheiros de Dados, DevOps e especialistas de negócios. Autonomia e resolução de problemas: Proatividade para investigar anomalias nos dados e resiliência para testar múltiplas abordagens estatísticas até encontrar a solução ideal. Será um diferencial se você: Tiver experiência prévia nos segmentos de Varejo, E-commerce, Supply Chain ou Logística. Possuir vivência prática com ferramentas de MLOps, como MLflow, SageMaker, Vertex AI ou Databricks. Tiver conhecimento em infraestrutura Cloud, especialmente AWS ou Azure, aplicada à arquitetura de dados. Possuir expe