Analista de negócios sr (machine learning) grupo casas bahia home office
Responsabilidades e atribuições
Traduzir problemas de negócio em soluções de machine learning, estruturando hipóteses, definindo abordagens e garantindo alinhamento com objetivos estratégicos das áreas (marketing, logística, fraude, etc)
Liderar o desenvolvimento de soluções utilizando automl (databricks), desde a exploração dos dados até a validação e handoff para mlops, garantindo reprodutibilidade, qualidade e escalabilidade
Atuar como ponte entre negócio e tecnologia, conduzindo discussões com stakeholders e garantindo clareza na definição do problema, métricas de sucesso e critérios de aceite
Evoluir e aplicar boas práticas de machine learning dentro do coe, com foco em: prevenção de overfitting, data leakage e problemas de desbalanceamento, padronização de pipelines e experimentação, criação de critérios mínimos de validação (scorecards, benchmarks, etc)
Contribuir ativamente na construção e evolução do portal de automl, apoiando na definição de conteúdos técnicos e educacionais, criação de exemplos práticos e notebooks reutilizáveis, estruturação de temas como métricas, tipos de problemas e interpretabilidade
Apoiar a estratégia de adoção de automl nas áreas de negócio, atuando como facilitador técnico em projetos e ajudando a destravar casos de uso
Desenvolver e comunicar insights de forma clara e orientada à decisão, utilizando visualizações e storytelling adequado para públicos técnicos e não técnicos
Atuar como referência técnica para o time, apoiando o desenvolvimento dos demais membros, revisando entregas e disseminando boas práticas
Identificar oportunidades de ganho de eficiência e automação, propondo soluções que escalem o uso de machine learning dentro da companhia
Criação de materiais analíticos e apresentações executivas orientadas à tomada de decisão.
Requisitos e qualificações
experiência na estruturação e manipulação de dados (etl/elt) em ambientes analíticos modernos
experiência na visualização de dados com foco em clareza, storytelling e escolha adequada de gráficos
experiência em técnicas avançadas de análise (estatística aplicada, crisp-Dm, segmentação, testes, modelos preditivos)
experiência com versionamento, reprodutibilidade e organização de projetos analíticos
experiência com frameworks ou plataformas de automl
experiência na construção e automação de pipelines de dados e experimentação (python, sql, ambientes cloud como databricks)
experiência no desenvolvimento, validação e interpretação de modelos de machine learning
experiência na aplicação de boas práticas de ml
experiência na prevenção de overfitting
experiência no tratamento de dados desbalanceados e identificação de data leakage
experiência na estruturação de critérios de avaliação de modelos (métricas, benchmarks, validação)
Vivência em machine learning (especialmente classificação e regressão)
Vivência na comunicação executiva, transformando análises complexas em apresentações simples e acionáveis.
Seria muito legal se você tivesse (diferenciais):
experiência com databricks e automl
Vivência em times de coe ou estrutura de produto de dados
experiência em capacitação de áreas de negócio (workshops, materiais, playbooks)
Participação na criação de frameworks, templates ou padrões analíticos
Vivência no segmento de varejo.
