Data Scientist - Especialista

TIM · Rio de Janeiro, RJ, BR

\#SomosMaisNaTIM Fazer parte da TIM é se conectar com o que acreditamos e ter MAIS sintonia com todo o TIMe. É aprender novas formas de oferecer ao mundo um trabalho com MAIS propósito. Aprendizado na TIM é MAIS que possibilidade. É o que nos move a fazer MAIS e melhor. É desenvolver habilidades com criatividade e transformar tecnologia em MAIS liberdade. Tecnologia na TIM é MIAS que ter a melhor cobertura. É imaginar as possibilidades com MAIS inovação, conectando todos e todas, com respeito e agilidade. Diversidade e Inclusão na TIM é MAIS que abraçar. É uma cultura cada vez MAIS essencial para o nosso dia a dia. É criar um impacto MAIS positivo sendo quem você é. Vem ser você e fazer parte de um TIMe que tem a coragem para inovar, a liberdade para tentar e a vontade de fazer a diferença na vida das pessoas. \#imagineaspossibilidades **Responsabilidades e atribuições** Responsável por analisar e interpretar grandes quantidades de dados de uma variedade de fontes, usando ferramentas algorítmicas, de mineração de dados, inteligência artificial, aprendizado de máquina e estatísticas, a fim de torná\-los acessíveis à empresa. Conduz tecnicamente a construção e evolução de soluções avançadas de dados e modelos analíticos (estatísticos e de machine learning), garantindo qualidade, governança, escalabilidade e alinhamento com objetivos de negócio para direcionar iniciativas e promover tomada de decisão baseada em dados e priorização por impacto. Atua também na aplicação de IA Generativa para aceleração de análises e automação inteligente, assegurando práticas responsáveis, segurança e conformidade. Atividades: Identificar e acessar as fontes de dados capazes de apoiar e desenvolver um determinado processo de negócio. Conduzir tecnicamente o ciclo ponta a ponta de modelos (problem framing, dados, features, treino, validação, deploy, monitoramento e melhoria contínua), com foco por exemplo em eficiência operacional, impacto de CX etc. Estruturar e evoluir abordagens analíticas (drivers, segmentações, análises de sensibilidade, impactos operacionais e de negócio), garantindo governança de métricas. Identificar, interpretar e manipular os conjuntos de dados necessários para o desenvolvimento dos modelos. Promover a aplicação de técnicas estatísticas de aprendizado de máquina. Contribuir na disseminação de uma cultura de Data\-Driven Decision na cia, fazendo interface entre áreas técnicas e as diversas áreas de negócio. Extrair e organizar dados de inúmeras fontes e transformá\-los em informações úteis e decifráveis por meio de gráficos e dashboards. Direcionar análises com técnicas de NLP/ML (classificação, tópicos, sentimento, clustering e extração de entidades), estruturando taxonomias e padrões de medição. Conduzir iniciativas de inteligência de canais (diagnóstico, causa raiz, recorrência, predição/alerta, priorização de ações preventivas), conectando jornada do cliente e eventos operacionais. Apoiar discovery com stakeholders (ex.: CX, operações, produtos, atendimento), traduzindo problemas em hipóteses e critérios de sucesso mensuráveis. Estabelecer governança para IA Generativa (padrões de uso, avaliação de qualidade, mitigação de alucinações, privacidade/LGPD e segurança), habilitando casos de uso. Desenvolver PoCs e MVPs para inovação analítica e GenAI (ex.: sumarização automática, classificação de motivos, assistentes analíticos), definindo critérios de escalabilidade e industrialização. Construir, implementar e acompanhar modelos de ML/NLP/LLM (incl. RAG/agentes) em produção. Elaborar e implementar pipelines de treino/inferência e avaliação robusta. Realizar monitoramento, retraining e governança de modelos. Desenvolver protótipos e proof of concept em projetos de inovação utilizando ferramentas de desenvolvimento ágil. Desenvolver a inovação tecnológica no seu âmbito de atuação e promover a sua aplicação através da elaboração de relatórios de prospecção tecnológica e análise de oportunidades, destacando as alternativas. Definir e aplicar modelos de análise de dados descritivos, preditivos e prescritivos com base nas necessidades de aplicação definidas (entrega ponta a ponta de modelos de machine learning). Identificar interpretar e manipular os conjuntos de dados necessários para o desenvolvimento dos modelos. **Requisitos e qualificações** Graduação em Ciência da Computação, Ciência de Dados, Estatística, Matemática, Matemática Aplicada, Engenharia da Computação, Engenharia de Software, Sistemas de Informação ou áreas correlatas. Pós\-graduação, especialização ou mestrado em Ciência de Dados, Machine Learning, Inteligência Artificial ou Analytics será considerado diferencial. Conhecimentos Indispensáveis * Estatística aplicada e Machine Learning, incluindo classificação, regressão, séries temporais, clustering, inferência estatística, análise causal e explicabilidade de modelos; * Programação avançada em Python e SQL; * Manipulação, exploração e preparação de dados (Data Mining, Data Wrangling e Feature