Cientista de Dados Pleno (Modelos de Atribuição em Mobilidade Urbana)
Sobre a vaga
Vaga aberta de Cientista de Dados Pleno (Modelos de Atribuição em Mobilidade Urbana). A empresa contratante é confidencial neste anúncio, e a seleção é conduzida pela Sylision. Modelo 100% remoto. Contratação: tempo integral, CLT ou PJ.
Publicada em 05/11/2026.
O aplicativo de mobilidade urbana gasta verba em mídia paga, parcerias com bicicletários, cupons de primeira corrida e campanhas por região. Hoje o relatório credita a primeira viagem ao último clique antes da instalação, o que favorece sempre o canal que aparece por último e esconde o que realmente fez a pessoa abrir o aplicativo. Você vai construir os modelos de atribuição que dizem quanto cada canal contribuiu para a primeira viagem concluída e para a segunda, que é a que indica hábito.
O dado é difícil por natureza. Parte dos usuários chega sem identificador por restrição de privacidade do sistema operacional, o mesmo celular aparece com duas contas, e a viagem só acontece dias depois da instalação. Cada modelo precisa dizer o que assume e onde falha: regra por posição, cadeia de Markov, Shapley e modelo de incremento medido em teste geográfico não respondem à mesma pergunta, e a diferença entre eles tem de ser explicada para quem decide a verba.
Sucesso aqui é o time de aquisição mudar o orçamento de um canal para outro com base no seu trabalho e o custo por viagem concluída cair sem perder volume. Isso só acontece se o resultado vier com intervalo de confiança, com o experimento que o confirma e com uma explicação que caiba em uma página.
O que você vai fazer
- Montar a base de eventos de instalação, abertura, cadastro e viagem concluída, resolvendo identidades duplicadas
- Comparar atribuição por último clique, por posição, por cadeia de Markov e por valor de Shapley
- Desenhar testes geográficos para medir o incremento real de cada canal por cidade
- Estimar o custo por viagem concluída e por segunda viagem, com intervalo de confiança
- Tratar perda de sinal por privacidade do sistema operacional e documentar o viés que isso causa
- Validar o modelo com período reservado e com resultado de experimento anterior
- Apresentar a recomendação de verba para aquisição com as premissas e o risco explícitos
Requisitos
- Python com Pandas e scikit-learn para preparar dados e treinar modelos
- SQL para reconstruir sequências de eventos por usuário e por dispositivo
- Estatística aplicada: intervalo de confiança, teste de hipótese e poder do teste
- Noção de inferência causal e da diferença entre correlação e incremento
- Capacidade de explicar um modelo para quem não é da área de dados
- Git e notebooks reproduzíveis
Diferenciais
- Ter trabalhado com atribuição de marketing ou com dados de aplicativo móvel
- Experiência prática com teste geográfico ou controle sintético
- Conhecer modelos de cadeia de Markov aplicados a funil
- Ter lidado com dados sem identificador por limitação de privacidade
Como é trabalhar aqui
Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. O trabalho vai para revisão de outra pessoa de dados antes de chegar à área de aquisição, e cada modelo sai com uma nota de premissas e limites. Os resultados são acompanhados em uma reunião quinzenal, em que se compara o previsto com o que a campanha entregou. 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 TotalPass e Mediquo
- Cuidado com a saúde mental pelo programa Team Care
- Contratação e jornada definidas com a empresa contratante
Tecnologias
Vagas parecidas
Como funciona o processo
- Você envia o currículo uma única vez. Ele entra no banco da Sylision e vale para os processos compatíveis, os de hoje e os que abrirem depois.
- A busca é feita por pessoas: quando surge um processo que combina com o que você faz, a gente chama, normalmente por WhatsApp.
- Os seus dados são tratados conforme a LGPD, e a remoção é feita a qualquer momento, a seu pedido.
Antes de aceitar qualquer proposta
A Sylision existe para você saber onde está entrando
Nós somos um acervo público sobre como as empresas funcionam por dentro, feito de respostas de quem já saiu delas. Dá para ver quanto tempo as pessoas ficavam, quantas saíram no último ano e o que mudou de um ano para o outro, antes de você responder a uma proposta.
As vagas são uma porta. O que a gente faz é isto, e ele só existe porque quem já saiu respondeu. Leva de 2 a 3 minutos, é de múltipla escolha, e não pede CPF nem e-mail.
Candidate-se a esta vaga
Anexe o seu currículo. Ele vale para esta vaga e para os próximos processos compatíveis, sem refazer cadastro.