Cientista de Dados Pleno (Otimização de Preços no Mercado Imobiliário)

Vaga aberta de Cientista de Dados Pleno (Otimização de Preços no Mercado Imobiliário) . A empresa contratante é confidencial neste anúncio, e a seleção é conduzida pela Sylision. Nível: pleno. Modelo de trabalho: 100% Remoto. Contratação: tempo integral, CLT ou PJ. Sobre a vaga: Um imóvel anunciado caro demais fica meses parado; barato demais perde dinheiro do proprietário. A pergunta de negócio é qual preço de lista maximiza a chance de venda em um prazo aceitável, e como isso muda por bairro, tipo e faixa de preço. Os dados são ruidosos: o preço pedido não é o preço de venda, e imóveis parecidos nunca são iguais. Você vai estimar a relação entre preço de lista, tempo até a venda e desconto final, controlando por características do imóvel e do mercado local. Preço não foi sorteado, então a análise precisa de cuidado com confusão: quem anuncia mais caro costuma ter imóvel melhor. Experimentos de reajuste de preço, quando possíveis, valem mais que qualquer regressão. O entregável é um modelo de recomendação de faixa de preço e uma explicação clara do que ele afirma e do que não afirma. O sucesso se mede por redução do tempo médio de venda, por proporção de reajustes aceitos e por erro de previsão do preço final. O que você vai fazer: Montar a base de anúncios, visitas, propostas e vendas, tratando preço pedido e preço fechado Modelar tempo até a venda com análise de sobrevivência e comparar com modelos de aprendizado de máquina Estimar o efeito de reajustes de preço com desenho quase experimental Planejar e analisar testes de reajuste, com tamanho de amostra e critério de parada definidos Construir a recomendação de faixa de preço por tipo de imóvel e região Validar com dados fora da amostra e por período, mostrando intervalo de incerteza Apresentar o resultado a gestores e corretores em linguagem direta Requisitos: Estatística aplicada: regressão, intervalos, testes de hipótese e poder Noções de inferência causal e de viés de seleção Python para explorar dados e ajustar modelos, de preferência com Pandas SQL para montar bases analíticas Validação cuidadosa, sem vazamento e sem otimismo Comunicar incerteza e limites de um modelo a quem decide Diferenciais: Análise de sobrevivência Modelos hierárquicos por bairro Prática com dados de mercado imobiliário ou de leilão de preço Visualização que mostre o efeito sem exagero Experiência com testes sequenciais Como é trabalhar aqui: Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Você tem autonomia sobre a frente de preços, com revisão do método por uma pessoa mais sênior antes de cada recomendação ir a campo. O ritmo é de uma análise fechada por quinzena, com o código no repositório. Benefícios oferecidos pela empresa contratante: Ambiente colaborativo, com senso de comunidade e conquistas celebradas em equipe Trabalhe de qualquer lugar, com liberdade e flexibilidade Conexão global: convivência com times de diferentes países e culturas Apoio à saúde física com TotalPass e Mediquo Cuidado com a saúde mental pelo programa Team Care Contratação e jornada definidas com a empresa contratante Tecnologias envolvidas: Python Pandas scikit-learn SQL Estatística Inferência causal Jupyter Git Seus dados: tratados conforme a LGPD, com remoção a qualquer momento, a pedido. #J-18808-Ljbffr Sylision