- Location
- Osasco · Av. dos Autonomistas - Vila Yara, Osasco - SP
- Department
- DATA ADS | TECH
- Source
- Greenhouse
Description
Nosso modo de fazer no time
Nós, FoodLovers, temos fome de inovação e resultado. Buscamos sempre fazer o nosso melhor, pensando "fora da caixa" e atuando com agilidade e responsabilidade! Temos fome de diversidade, conhecimento e compartilhamento. Trabalhamos em um ambiente de muita versatilidade. Sabe o que promove a nossa receita especial? As pessoas! Vem fazer parte disso.
Seu Cardápio Diário
Pricing
Nós, FoodLovers, temos fome de inovação e resultado. Buscamos sempre fazer o nosso melhor, pensando "fora da caixa" e atuando com agilidade e responsabilidade! Temos fome de diversidade, conhecimento e compartilhamento. Trabalhamos em um ambiente de muita versatilidade. Sabe o que promove a nossa receita especial? As pessoas! Vem fazer parte disso.
Seu Cardápio Diário
Pricing
- Desenvolver pricing diferenciado para formatos (CPC, CPM, sponsored) e segmentos de anunciante com base em conversão e receita
- Construir modelos de LTV de anunciantes para retenção, upsell e balanceamento de receita curto vs longo prazo
- Desenvolver modelos de precificação de inventário dinâmico baseado em otimização de objetivos
- Construir simuladores de cenário de novos produtos de pricing e análises exploratórias
Market Intelligence
- Construir plataforma de inteligência de mercado para avaliação de mercado e alocação de recursos de campanhas de anunciantes
- Criar métrica de market share de categoria, share of voice, price gap, sortimento e mix em escala para monetização com anunciantes
Consumer Behaviour
- Modelar perfis de consumidor por frequência, ticket, preferência de categoria e sensibilidade a preço
- Desenvolver análises de market basket para identificar cross-sell, substituição e padrões de compra conjunta
- Construir segmentação de audiência com maior propensão de conversão por categoria e anunciante
- Modelar resposta comportamental a estímulos de mídia: incrementalidade, atribuição multi-touch, uplift
- Desenvolver lookalike audiences e propensity models para targeting de campanhas
- Traduzir sinais comportamentais em features reutilizáveis para pricing, ranking e recomendação
Transversal
- Prototipar produtos analíticos com IA generativa acelerando ciclos de exploração e validação
- Construir e manter datasets e frameworks reutilizáveis como ativos documentados do portfólio
- Traduzir modelos complexos em políticas claras para times comerciais, produto e liderança
- Construir pipeline de dados para consumo e atualização de output de modelos
Ingredientes que buscamos
- SQL avançado:Databricks/Spark em escala, criação de tabelas e pipelines
- Python analítico:statsmodels, scikit-learn, scipy.optimize — modelagem preditiva, elasticidade, segmentação e otimização
- Econometria & causal inference:demand estimation, A/B testing, controles sintéticos, DiD, incrementalidade
- Otimização:programação linear/não-linear, pacing algorithms e simulação de leilão
- Market Basket & Recommender:Apriori, FP-Growth, collaborative filtering, affinity analysis
- Segmentação & Consumer ML:clustering, propensity modeling, lookalike audiences
- Auction & Attribution:mecanismos de leilão (first/second price, GSP), atribuição data-driven
- Data Visualization:relatório pivotável e dashboards claros para audiências de negócio
- Uso de IA:prototipagem acelerada com LLMs (Claude Code, ToqanClaw, Cursor), síntese de análises e exploração de hipóteses
Para Realçar o Sabor
- 8+ anoscombinando rigor quantitativo (econometria, otimização, causal inference) com narrativa de negócio: entrega produto de dados + contexto + recomendação, não apenas número
- Experiência emad tech ou marketing scienceé um diferencial, junto com retail media, onde pricing de mídia, leilão e comportamento do consumidor têm impacto direto em receita
- Entendimento demecanismos de leilão(first/second price, GSP) e seu impacto em estratégias de bid, pricing e monetização de inventário é um desafio presente no dia a dia
- Histórico de implementação dedynamic pricing, budget pacingou modelos comportamentais em sistemas com alta frequência de decisão
- Capacidade de traduzir análise técnica emrecomendações práticaspara times não-técnicos (comercial, produto, C-level) e para marcas anunciantes
- Histórico de construiranálises que viraram produtosou processos recorrentes do portfólio
Skills
PythonSQLScikit-learnSparkDatabricks
