Desenvolver e evoluir modelos de Health Score e Lead Score, que sustentam estratégias de retenção, engajamento e aquisição de clientes da Stone. Projetar e validar modelos de scoring com foco em churn, risco e potencial de crescimento; criar pipelines robustos para monitoramento de performance dos scores; trabalhar com stakeholders comerciais e de produto para traduzir insights em ações (retenção, cross-sell, engajamento); avaliar impacto financeiro dos scores e propor melhorias contínuas; documentar metodologias e disseminar boas práticas de scoring na empresa.
Requisitos
Experiência
Experiência sólida em modelagem preditiva e scoring (regressão, gradient boosting, redes neurais);
Conhecimento profundo em machine learning aplicado a churn e customer analytics;
Experiência com pipelines de dados em escala (Spark, Databricks);
Capacidade de conectar métricas de modelo a KPIs de negócio;
Habilidades
Fluência em Python ou R, com bibliotecas de ML (scikit-learn, XGBoost, LightGBM);
Experiência com pipelines de dados em escala (Spark, Databricks);
Responsabilidades
Desenvolver e evoluir modelos de Health Score e Lead Score, que sustentam estratégias de retenção, engajamento e aquisição de clientes da Stone.
Projetar e validar modelos de scoring com foco em churn, risco e potencial de crescimento;
Criar pipelines robustos para monitoramento de performance dos scores;
Trabalhar com stakeholders comerciais e de produto para traduzir insights em ações (retenção, cross-sell, engajamento);
Avaliar impacto financeiro dos scores e propor melhorias contínuas;
Documentar metodologias e disseminar boas práticas de scoring na empresa;
Tecnologias
PythonRscikit-learnXGBoostLightGBMSparkDatabricks
Descubra se seu currículo está pronto para esta vaga
Veja como nossa IA pode otimizar seu currículo e aumentar suas chances de conseguir esta posição.