Cientista de Dados – Produtos Digitais de Esportes

A Globo seleciona Cientista de Dados para o time de Ciência de Dados do Gato Mestre, responsável por transformar dados esportivos em estatísticas, previsões e ferramentas que dão vida ao Cartola FC e ao ecossistema de esportes do ge.

Modelo de trabalho: híbrido nas cidades do Rio de Janeiro, São Paulo, Porto Alegre ou Belo Horizonte.

O time atua na fronteira entre dados, Machine Learning e produto, em parceria com Engenharia e Editorial, criando experiências que ajudam os fãs a acompanhar partidas, entender o desempenho de atletas e tomar decisões de escalação em diferentes competições.

Responsabilidades:
- Liderar a evolução dos produtos de dados e estatísticas esportivas do Gato Mestre, incluindo previsões de pontos e valorização, palpites de partidas, métricas avançadas de eventos de jogo e avaliações de atletas;
- Desenvolver, avaliar e monitorar modelos de Machine Learning, simulações estatísticas de probabilidades e soluções de otimização para escalação;
- Arquitetar, manter e evoluir os pipelines de dados que sustentam produtos, análises e conteúdos editoriais;
- Expandir a cobertura para diferentes competições, assegurando qualidade, consistência e transparência sobre as limitações dos dados;
- Atuar em parceria com Produto e Editorial, transformando desafios em soluções de dados;
- Apoiar tecnicamente colegas menos experientes do time.

Requisitos:
- Experiência sólida em Ciência de Dados;
- Domínio avançado de Python e SQL aplicados a dados;
- Base sólida em estatística e Machine Learning, incluindo modelos preditivos e probabilísticos, validação temporal, calibração e simulação de Monte Carlo;
- Experiência com validações de qualidade, consistência e cobertura de dados;
- Capacidade de arquitetar e depurar pipelines de dados de ponta a ponta, com versionamento de código, dados e experimentos;
- Vivência em cloud, preferencialmente GCP/Vertex AI, para produtizar e monitorar modelos.

Diferenciais:
- Domínio de futebol/esportes e familiaridade com dados esportivos (scouts, métricas avançadas, fantasy games);
- Experiência com problemas de otimização ou recomendação;
- Experiência com dados de múltiplas competições ou produtos digitais;
- Experiência com IA generativa e agentes aplicados a dados;
- Orquestração de pipelines de ML em produção;
- Práticas de observabilidade de dados;
- Visão de produto para transformar dados ou modelos em hipóteses de negócio.