
- Local
- São Paulo, SP
- Modalidade
- Presencial
- Contratação
- Efetivo (CLT)
- Salário
- A combinar
- Nível
- Sênior
- Área
- Tecnologia (TI)
Vagas de Analista de dados em São Paulo, SP Mais vagas de Analista de dados Mais vagas em São Paulo, SP
Sobre a vaga
Para nós da M. Dias Branco, a qualidade de vida no ambiente de trabalho, bem como, o desenvolvimento pessoal e profissional dos nossos colaboradores, são considerados fatores primordiais para o sucesso.
Por isso, investimos constantemente em treinamentos e na construção de um clima organizacional favorável ao alcance dos resultados. Estamos sempre em busca de bons profissionais para integrar à nossa equipe nas mais diversas áreas e unidades.
Nossas marcas: Piraquê, Fit Food, Adria, Jasmine, Frontera, Vitarella, Isabela, Fortaleza, Richester, Puro Sabor, Finna e muitas outras, são conhecidas nos mais diversos mercados que atuamos e levam a qualidade da M. Dias Branco para a mesa de milhões de famílias brasileiras. Cada marca ocupa uma posição de destaque em seus mercados, conquistando diversos prêmios em pesquisas junto aos consumidores.
Missão do Cargo:
Garantir inteligência analítica para a execução no ponto de venda, desenvolvendo e aplicando modelos estatísticos e preditivos sobre os dados de Loja Perfeita. Estruturar o ecossistema de dados como fonte única de verdade da companhia e transformá-lo em insights, previsões e recomendações que orientem a estratégia de execução e impulsionem os resultados de Trade Marketing.
Responsabilidades e atribuições
Seus desafios serão:
- Coletar, integrar e preparar os dados de execução em loja de
múltiplas fontes (Involves, Scanntech, Neogrid, Nielsen, SAP e bases internas),
utilizando Python, SQL e Power Query, sanitizando e disponibilizando os dados
no Snowflake como fonte única de verdade da companhia; - Realizar análise exploratória de dados (EDA) para
identificar padrões, tendências, oportunidades e desvios de execução por
regional, canal, cliente e loja; - Desenvolver, treinar, avaliar e manter modelos estatísticos
e de machine learning aplicados à execução no PDV, como: impacto da execução de
Loja Perfeita no sell out; segmentação e clusterização de lojas por perfil de
execução e potencial; detecção de anomalias e inconsistências nos registros de
campo (incluindo auditoria das lojas nota 11); priorização de lojas e
oportunidades de execução; - Validar métricas e indicadores de execução (pontuação, KPIs
e aderência aos checklists), alinhados à estratégia do Shopper MKT e
parametrizados na Involves; - Avaliar com dados a efetividade das pesquisas recorrentes e
adhoc, propondo a descontinuação de formulários que não geram insight; - Automatizar pipelines analíticos, da extração na Involves à
disponibilização no Snowflake e Power BI, reduzindo trabalho manual e
aumentando a frequência de atualização dos dados; - Construir dashboards em Power BI com foco em validação e
interpretação analítica (não apenas reporte); - Traduzir resultados técnicos em insights claros, acionáveis
e orientados ao negócio para o Trade Regional, Shopper MKT, Inovações,
Merchandising e liderança; - Atuar como representante do negócio nos Squads de TI e
projetos de inovação (ex.: Reconhecimento por Imagem), levantando requisitos,
homologando entregas (UAT) e acompanhando o backlog; - Adotar boas práticas de versionamento, documentação,
reprodutibilidade e monitoramento de modelos.
Requisitos e qualificações
- Ensino superior completo em
Ciência de Dados, Estatística, Matemática, Economia, Engenharia, Computação ou
áreas correlatas; - Python intermediário/avançado
para análise de dados e modelagem (pandas, numpy, scikit-learn, statsmodels,
matplotlib/seaborn); - SQL intermediário/avançado para
extração, manipulação e análise de dados; - Conhecimento em estatística
descritiva e inferencial, regressão e séries temporais; - Experiência com preparação de
dados, feature engineering e validação de modelos; - Power BI para visualização e
validação dos resultados analíticos; - Excel avançado (incluindo Power
Query);
Será um diferencial se:
- Experiência com modelos
preditivos aplicados a vendas, sell out ou execução no PDV; - Conhecimento em machine learning
supervisionado e não supervisionado; - Experiência com automação de
pipelines analíticos; - Snowflake ou outras plataformas
de dados em nuvem, com noções de arquitetura em camadas (RAW/Silver/Gold); - Vivência com dados de mercado e
varejo (Scanntech, Nielsen, Neogrid); - Vivência em bens de consumo,
varejo ou Trade Marketing, em ambientes orientados a dados. - Experiência com Involves Stage ou
plataformas similares de gestão de execução no PDV; - Conhecimento em visão
computacional / reconhecimento por imagem.
