Cientista de Dados Sênior; Segmentação de Clientes em Meios de Pagamento

Vaga aberta de Cientista de Dados Sênior (Segmentação de Clientes em Meios de Pagamento). A empresa contratante é confidencial neste anúncio, e a seleção é conduzida pela Sylision.

Uma empresa de meios de pagamento atende desde o pequeno comércio de bairro até redes com centenas de lojas, e hoje trata a maior parte dos clientes com as mesmas ofertas e a mesma régua de contato. A área comercial quer segmentos que façam sentido de negócio: quem tem potencial de crescer, quem corre risco de migrar para o concorrente e quem usa só uma fração dos produtos.

Você vai construir essa segmentação a partir do comportamento de transações.

Segmentar sem cuidado produz grupos bonitos e inúteis. As variáveis têm escalas muito diferentes, os valores extremos distorcem as distâncias e os grupos mudam a cada nova rodada de treino, o que torna impossível comparar de um mês para o outro. A solução precisa de estabilidade, de nomes que o comercial entenda e de um teste mostrando que tratar cada grupo de forma diferente melhora a conversão de ofertas.

O sucesso é medido pela estabilidade dos segmentos entre meses, pela diferença de resultado entre grupos tratados de forma distinta e pelo uso real da segmentação nas campanhas. Como é uma vaga sênior, você escolhe o método e conduz a conversa com as áreas.

• Levantar com o comercial as decisões que a segmentação deve apoiar
• Construir variáveis de comportamento: frequência, ticket, mix de bandeiras, sazonalidade e antiguidade
• Comparar métodos de agrupamento e escolher o número de grupos com critério estatístico e de negócio
• Garantir estabilidade dos segmentos entre períodos e documentar como um cliente muda de grupo
• Descrever cada segmento com números e linguagem de negócio
• Desenhar testes de oferta por segmento e medir o efeito com grupo de controle
• Publicar a segmentação em tabela consumível por CRM e painéis
• Orientar pessoas do time em análise exploratória e na leitura crítica de clusters

• Aprendizado não supervisionado: k-means, modelos de mistura e métodos hierárquicos, com suas limitações
• Engenharia de variáveis em Python com Pandas e scikit-learn
• SQL para extração de bases grandes de transações
• Estatística para teste de oferta e leitura de efeito
• Visualização e comunicação de resultado para áreas comerciais
• Rigor para tratar valores extremos e dados faltantes

• Ter feito segmentação baseada em valor ou em propensão
• Conhecimento de métodos de redução de dimensão como PCA e t-SNE
• Experiência com campanhas e testes A/B em base de clientes empresariais
• Interesse pelo funcionamento de adquirência e de bandeiras

Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. As análises ficam em notebooks versionados e passam por revisão de outra pessoa antes de ir ao comercial. Há uma conversa quinzenal com a área para ver como os segmentos estão sendo usados e o que mudou nos resultados.

• 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 Total Pass e Mediquo
• Cuidado com a saúde mental pelo programa Team Care
• Contratação e jornada definidas com a empresa contratante

• Python
• Pandas
• scikit-learn
• SQL
• Estatística
• Jupyter
• Git
• Clusterização
• Segmentação

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