Portugal
ambi.
Planet
Cientista de Dados
Portugal
Warsaw, Masovian Voivodeship, Poland · Porto, Portugal · London, England, United Kingdom
PythonSQLAWS
Tradução automática. Consulte o original.
Sobre
Planet Planet é um provedor global de soluções integradas de tecnologia e pagamentos para clientes de varejo e hospitalidade.
Criamos ótimas experiências para os milhões de pessoas que usam nossas soluções de pagamentos, software e isenção de impostos a cada minuto de cada dia.
Planet capacita seus clientes a oferecer ótimas experiências ao cliente combinando pagamentos e software de maneiras que impulsionam maior fidelidade, aumentam a receita e poupam tempo.
Fundada há mais de 35 anos e com sede em Londres, hoje temos mais de 2,500 funcionários localizados em seis continentes, atendendo nossos clientes em mais de 120 mercados.
VISÃO GERAL DA FUNÇÃO
Este é um contrato de prazo fixo de longo prazo projetado para apoiar o projeto de expansão de engenharia com foco em IA da Planet.
Estamos contratando um Cientista de Dados para se juntar à equipe de IA da Planet e liderar nosso trabalho comercial de ciência de dados. Você fará parceria com Vendas, Marketing, Sucesso do Cliente e Finanças para transformar dados de clientes e receita em modelos e insights que movem diretamente a linha superior — reduzindo o churn, identificando oportunidades de cross-sell e dando ao negócio uma visão clara do que está impulsionando a receita.
Esta é uma função prática e de alto impacto para alguém que gosta de trabalhar próximo ao negócio, assume problemas de ponta a ponta e consegue equilibrar modelagem rigorosa com entrega pragmática.
Por que a Planet
Planet é um empregador que oferece igualdade de oportunidades, onde a diversidade é valorizada e todo emprego é decidido com base em qualificações, mérito e necessidade do negócio.
Venha e cresça sua carreira no mercado de tecnologia mais emocionante e acelerado, com um negócio que oferece comércio conectado que faz você se sentir bem.
Adoraríamos ouvir você – Candidate-se agora.
O que você fará
- Modelagem de Churn — Construir, implantar e iterar em modelos de previsão de churn de clientes. Identificar indicadores principais, segmentar coortes em risco e trabalhar com o Sucesso do Cliente em playbooks de retenção.
- Cross-sell e Upsell — Desenvolver modelos de propensão e recomendações de próxima melhor ação para ajudar as equipes comerciais a priorizar contas e conversas sobre produtos.
- Atribuição e Rastreamento de Receita — Projetar frameworks de atribuição entre canais de marketing, movimentos de vendas e pontos de contato do produto. Construir os produtos de dados que permitem à liderança ver o que realmente está impulsionando a receita.
- Experimentação — Projetar e analisar testes A/B e experimentos quasi-experimentais para iniciativas comerciais. Trazer rigor estatístico para decisões de negócios.
- Produção — Levar modelos do notebook para a produção. Ser responsável por todo o ciclo de vida: engenharia de features, treinamento, implantação, monitoramento, retreinamento.
- Parceria com Stakeholders — Traduzir perguntas comerciais ambíguas em problemas analíticos bem definidos. Comunicar descobertas claramente para públicos não técnicos.
Quem você é
- 5+ anos em ciência de dados aplicada, com experiência significativa em problemas comerciais (churn, LTV, propensão, atribuição, precificação ou similar).
- Forte conhecimento em SQL e Python (pandas, scikit-learn, statsmodels). Confortável em construir código de nível de produção, não apenas notebooks.
- Experiência prática com Snowflake (ou um data warehouse em nuvem comparável — BigQuery, Redshift, Databricks).
- Experiência em implantação de modelos em AWS (SageMaker, Lambda, ECS ou similar).
- Sólida base em estatística, experimentação e inferência causal — você sabe quando uma correlação não é suficiente.
- Histórico comprovado de entrega de modelos que são realmente usados pelo negócio, não apenas construídos.
- Excelente comunicação — você consegue explicar um modelo para um CFO e depurar um pipeline de features com um engenheiro na mesma tarde.
Diferenciais
- Experiência com n8n ou outras ferramentas de automação de fluxo de trabalho (Airflow, Prefect, Dagster).
- Exposição a pagamentos, fintech, SaaS ou outros negócios de receita recorrente.
- Experiência com DBT para engenharia analítica.
- Experiência na integração de LLMs ou GenAI em fluxos de trabalho comerciais.
Na Planet, adotamos um modelo de trabalho híbrido, com três dias por semana no escritório.
Acomodações razoáveis podem ser feitas para permitir que um indivíduo desempenhe as funções essenciais desta função com sucesso.
Mais oportunidades com um só perfil
Quer aparecer para várias vagas sem repetir todo o processo? Crie seu perfil e seja encontrado pelas empresas que usam a Nort.
Criar meu perfil
