Descrição da vaga
Há mais de 30 anos a Track&Field conecta pessoas a um estilo de vida ativo e saudável, através de produtos e experiências. Isso é possível porque contamos com um time apaixonado pelo que faz, com pessoas engajadas, cuidando da nossa marca e de cada etapa do nosso processo – do desenvolvimento criativo ao atendimento ao nosso Cliente em nossas lojas, eventos e plataformas.
Aqui na T&F você pode ser você mesmo! O
respeito
às diferenças faz parte do nosso ecossistema - representado por colaboradores, clientes e fornecedores. Você encontrará pessoas que focam em uma jornada de
colaboração
, pensando no
cuidado com o negócio
e no
sucesso do cliente
.
Integridade
traduz a nossa cultura, dentro de um ambiente aberto à diversidade e equidade de gênero, raça, cor, religião, deficiências, orientação sexual ou idade.
Conheça mais sobre nós:
Nossa história:
https://www.tfco.com.br/ri/nossa-historia/
Nossas lojas:
https://www.tf.com.br/nossas-lojas
️ Nossos produtos:
https://www.tf.com.br/
Conheça o App TFSports:
https://www.tfsports.com.br/
☕ Conheça o
TFC food & market:
https://www.instagram.com/tfc.coffee/
Quer encontrar vagas de estágio para ingressar no nosso time?
Confira:
https://estagiotf.gupy.io/
/n
Perfil que buscamos
Buscamos um profissional com atitude e forte protagonismo, capaz de tomar decisões técnicas alinhadas à visão de negócio. É importante que seja pró-ativo, antecipe problemas e proponha soluções de forma assertiva. Valorizamos alguém com excelente comunicação, disposto a mentorar e apoiar o time, mantendo sempre uma postura colaborativa e orientada ao trabalho em equipe. Além disso, esperamos adaptabilidade para atuar em um ambiente dinâmico e desafiador, contribuindo para a evolução contínua das entregas e processos.
Requisitos
Python avançado , especialmente com Pandas e Scikit-learn, com capacidade de desenvolver códigos modulares, organizados e testáveis.
SQL avançado , incluindo CTEs, funções de janela e otimização de consultas em grandes volumes de dados.
Experiência com
Spark/PySpark e Databricks , incluindo Delta Lake, arquitetura em camadas (Bronze/Silver/Gold), Jobs e Workflows.
Conhecimento em
modelagem estatística supervisionada
aplicada a dados transacionais, incluindo construção de janelas de observação e performance, validação temporal (out-of-time), prevenção de vazamento de informação e calibração de probabilidades.
Experiência na
avaliação de modelos
por métricas estatísticas e de negócio, como lift, ganho acumulado, precision@k e receita incremental.
Conhecimento em
testes A/B , desde formulação de hipóteses e dimensionamento de amostra até análise de significância estatística e identificação de vieses.
Experiência com
produtização de modelos , incluindo scoring em lote, versionamento de modelos e dados e monitoramento em produção.
Conhecimento em
LLMs aplicados a dados/negócios , incluindo engenharia de prompts, RAG, chamada de ferramentas e avaliação estruturada de agentes.
Experiência com
Git
e familiaridade com processos de
CI/CD , especialmente em ambientes Azure DevOps.
Conhecimento prático de
LGPD aplicada ao uso de dados pessoais de clientes .
O que você precisa ter:
Graduação em Ciência da Computação, Engenharia de Software ou áreas correlatas. (Experiência prática comprovada)
(Atuação Hibrida)
/n
Quais serão suas responsabilidades?
Desenvolver, validar e colocar em produção modelos de propensão de compra, risco de perda de cliente (churn), margem e efeito incremental (uplift) sobre a base unificada de clientes.
Construir e manter a camada de variáveis analíticas a partir de dados transacionais, de catálogo de produtos, de atendimento e de engajamento.
Desenvolver a lógica de decisão que define qual oferta apresentar, para qual cliente, em qual momento e por qual canal.
Desenhar e interpretar testes A/B para comprovar o ganho incremental de cada modelo antes da adoção em escala.
Monitorar os modelos em produção: desvio de dados, degradação de performance e ciclo de retreinamento.
Evoluir e sustentar o agente de inteligência artificial de atendimento — qualidade das respostas, cobertura de temas, integração às fontes de dados e mecanismos de proteção.
Definir métricas e conjunto de avaliação do agente de IA: taxa de resolução, erro de resposta, escalonamento para atendimento humano e custo por atendimento.
Alinhar objetivo, escopo e critério de aceite com as áreas de negócio antes do desenvolvimento, e documentar as decisões técnicas adotadas.
Apresentar resultados e recomendações às áreas de negócio, traduzindo o resultado técnico em decisão prática.
Garantir a conformidade com a LGPD em todo o ciclo de uso do dado pessoal de clientes.