Cientista de Dados Pleno; Inferência Causal na Educação
-
IT/Tech
Job Description & How to Apply Below
Vaga aberta de Cientista de Dados Pleno (Inferência Causal na Educação). A empresa contratante é confidencial neste anuncio.
Nível: pleno.
Modelo de trabalho: 100% Remoto.
Contratação: tempo integral, CLT ou PJ.
Sobre a vaga:A escola ofereceu tutoria em grupo para alunos com nota baixa em matemática, e quem participou melhorou mais que quem não participou. A conclusão parece óbvia, mas não é: quem se inscreve costuma ser quem já tem mais interesse, e a escola priorizou alunos indicados pelos professores. Comparar médias ignora essa seleção.
Como cientista de dados, você vai estimar o efeito causal de intervenções educacionais, como tutoria, bolsa parcial, material em vídeo e reforço de verão. Isso envolve desenhar a pergunta, escolher o método que o dado permite, como pareamento, diferença em diferenças, regressão com descontinuidade ou variável instrumental quando houver regra de elegibilidade, verificar as hipóteses, testar a sensibilidade a variáveis omitidas e, quando possível, propor um experimento com sorteio para a próxima rodada.
O trabalho acerta quando a gestão decide ampliar, ajustar ou cortar um programa com base num efeito estimado e uma incerteza honesta, e quando a análise pode ser refeita por outra pessoa com os mesmos dados.
O que você vai fazer:- Traduzir a pergunta da gestão em uma pergunta causal com população, intervenção e desfecho
- Montar a base de alunos com histórico, características e participação
- Escolher e justificar o método de estimação conforme o desenho do programa
- Testar balanceamento, sobreposição e sensibilidade a confundidores não observados
- Estimar o efeito por grupo para entender a quem o programa ajuda mais
- Desenhar experimentos com sorteio ou lista de espera quando for viável
- Escrever o relatório com o efeito, o intervalo e as limitações
- Apresentar a decisão sugerida para coordenação e direção pedagógica
- Inferência causal aplicada, incluindo pareamento e diferença em diferenças
- Python com Pandas e scikit-learn, e SQL para a base de alunos
- Estatística para intervalos, testes e poder
- Cuidado ético com dados de estudantes e com a LGPD
- Escrita clara de premissas e limites
- Jupyter e Git para análises reproduzíveis
- Regressão com descontinuidade e variáveis instrumentais
- Estimação de efeitos heterogêneos com aprendizado de máquina
- Dados educacionais, como avaliação, frequência e evasão
- Planejamento de experimentos em escola
- Visualização de efeitos para público sem estatística
Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Toda análise causal tem as hipóteses escritas antes dos números e passa por revisão de outra pessoa de dados. O ritmo é de uma pergunta por vez, com reunião de resultado e decisão na ponta. Na candidatura, informe a sua pretensão salarial.
Benefícios oferecidos pela empresa contratante:- 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
- Inferência causal
- Jupyter
- Experimentação
- Git
Seus dados: tratados conforme a LGPD, com remoção a qualquer momento, a pedido.
(If this job is in fact in your jurisdiction, then you may be using a Proxy or VPN to access this site, and to progress further, you should change your connectivity to another mobile device or PC).
View / Apply for Jobs
Matching My Jurisdiction