- Experiência sólida em ciência de dados com foco em inferência causal ou histórico de responsabilidade por medições de impacto utilizadas em decisão de negócio;
- Formação quantitativa em economia, estatística, epidemiologia ou áreas correlatas;
- Experiência comprovada em inferência causal aplicada a decisões de negócio: diferenças-em-diferenças, controle sintético, matching e PSM, Double ML e desenho de experimentos;
- Domínio de Python e SQL, com vivência em Spark, Databricks ou plataformas equivalentes;
- Capacidade de comunicar método e resultado a públicos técnicos e executivos, por escrito e em apresentações ao vivo.
- Familiaridade com a produção brasileira de inferência causal aplicada a negócios, como a obra "Causal Inference for The Brave and True";
- Experiência em mensuração de mídia e marketing: incrementalidade, geo-experiments e media mix modeling;
- Formação ou vivência em epidemiologia, com domínio de conceitos como confundimento e estudos de coorte;
- Familiaridade com LGPD aplicada a dados de saúde;
- Desenhar e manter os modelos estatísticos de incrementalidade que medem o retorno das campanhas de mídia (iROAS), aplicando métodos como diferenças-em-diferenças, controle sintético, matching e Double ML;
- Definir, para cada produto de mídia, o desenho adequado da medição: critério de exposição, composição dos grupos de controle e janela de observação do efeito;
- Identificar e corrigir vieses antes da divulgação de qualquer resultado ao cliente, incluindo viés de seleção, tratamento de mediadores e colisores e contaminação entre grupos;
- Apresentar e sustentar tecnicamente a metodologia diante de clientes da indústria farmacêutica, em linguagem acessível a públicos não técnicos;
- Atuar em parceria com a área de decision science na conversão das estimativas de impacto em decisões de alocação e precificação de mídia
Título e texto são os da empresa. A candidatura é no site da empresa (netvagas.com.br) — daqui você sai preparado.
Saiba como funciona.
