No contexto da transformação digital do setor de energia, buscamos uma pessoa Cientista de Dados com perfil quantitativo e analítico, com formação em áreas como Matemática Aplicada, Estatística, Física, Computação ou Engenharia Industrial, para resolver grandes desafios relacionados à otimização da cadeia de suprimentos. A pessoa selecionada aplicará o método científico para modelar, testar e validar soluções que gerem impacto direto na redução de custos operacionais, no planejamento logístico e na otimização de rotas ao longo da cadeia de suprimentos.

Sua missão:
- Identificar oportunidades de redução de custos operacionais e propor soluções baseadas em dados e modelos matemáticos ao longo da cadeia de suprimentos;
- Explorar grandes volumes de dados operacionais sem um problema específico definido, a fim de apresentar as perguntas certas e fornecer insights relevantes para o negócio;
- Propor, implementar e validar modelos de otimização e machine learning para fins como planejamento logístico, otimização de rotas de distribuição, gestão de estoques e minimização de custos operacionais;
- Criar visualizações de dados para explicar suas análises e conclusões para uma audiência não-técnica, assim como contextualizar a narrativa (data storytelling);
- Focar em experimentação e em gerar valor para o negócio interno;
Buscar gerar impacto direto nas operações através da utilização de dados e modelos quantitativos;

Você precisa ter prática com:

- Programação, manipulação e modelagem de dados;
- Otimização Matemática e Pesquisa Operacional, com foco em problemas de custos operacionais, planejamento e roteirização em supply chain;
- Modelagem de problemas de Supply Chain: restrições de capacidade, gestão de estoques, atendimento à demanda e otimização de rotas;
- Análise Exploratória de Dados (EDA): criar narrativas baseadas em dados para apresentar resultados de análises operacionais e treinar e avaliar modelos quantitativos;
- Negócios e visão analítica para identificar e resolver problemas de logística, planejamento e custos operacionais no setor de energia;
- Engenharia de dados, processamento de grandes volumes de dados, computação em nuvem e visualização de dados (diferencial);
- Modelagem de Séries Temporais para previsão de demanda e comportamento operacional (diferencial);
- Leitura, tratamento e modelagem de dados de sensores industriais e sistemas de supervisão e controle (diferencial);
- Causal Inference aplicada à análise de causa-raiz de falhas e ineficiências operacionais (diferencial);

Projetos relacionados a otimização de supply chain, planejamento logístico e gestão de custos operacionais no setor de energia (diferencial).