Empresa: TIM Brasil
#SomosMaisNaTIM Fazer parte da TIM é se conectar com o que acreditamos e ter MAIS sintonia com todo o TIMe. É aprender novas formas de oferecer ao mundo um trabalho com MAIS propósito. Aprendizado na TIM é MAIS que possibilidade. É o que nos move a fazer MAIS e melhor. É desenvolver habilidades com criatividade e transformar tecnologia em MAIS liberdade. Tecnologia na TIM é MAIS que ter a melhor cobertura. É imaginar as possibilidades com MAIS inovação, conectando todos e todas, com respeito e agilidade. Diversidade e Inclusão na TIM é MAIS que abraçar. É uma cultura cada vez MAIS essencial para o nosso dia a dia. É criar um impacto MAIS positivo sendo quem você é. Vem ser você e fazer parte de um TIMe que tem a coragem para inovar, a liberdade para tentar e a vontade de fazer a diferença na vida das pessoas. #imagineaspossibilidades Valorizamos a candidatura de Pessoas com deficiência, Pessoas negras, Pessoas LGBTI+, Pessoas 45+ e Mulheres! Responsável por transformar dados em insights acionáveis, utilizando IA e automação para acelerar análises, identificar padrões contextuais e apoiar decisões estratégicas. Atua na integração de fontes de dados, aplicação de modelos preditivos e geração de recomendações personalizadas, encontrando tendências e métricas que possam ajudar a empresa a tomar decisões mais precisas e obter melhores resultados. Garante a qualidade, segurança e contextualização dos dados, promovendo inovação e eficiência. Colabora com equipes multidisciplinares para potencializar o impacto dos dados nos negócios. - Identificar, coletar, preparar, validar, analisar e interpretar dados de múltiplas fontes (estruturadas e não estruturadas) para extrair informações e insights acionáveis, incluindo desenvolvimento de modelos estatísticos e preditivos aplicados a CX (ex.: drivers de NPS, propensão a reclamação/recorrência, risco de recursal e churn); - Identificar e acessar fontes de dados necessárias para sustentar processos e jornadas de negócio, integrando dados de pesquisas (NPS Relacional e Transacional), atendimento, CRM, plataformas digitais e canais recursais (ex.: ouvidoria/regulatórios), garantindo consistência e rastreabilidade; - Estruturar, acompanhar e evoluir indicadores de experiência e qualidade (ex.: NPS R/T, taxa de recorrência, motivos de contato e recursal, SLA/tempo de solução, FCR/efetividade), assegurando governança e comparabilidade das métricas; - Desenvolver análises diagnósticas e compilando informações de causa raiz em canais recursais, identificando recorrências, clusters de motivos e pontos de fricção na jornada; propor ações preventivas e corretivas visando redução de volume recursal e aumento de resolução; - Implementar análises de VoC (Voice of Customer), incluindo mineração e categorização de verbatims/textos, identificação de temas emergentes, priorização por impacto (cliente + negócio) e recomendações orientadas a ação; - Definir e aplicar modelos de análise descritiva, preditiva e prescritiva conforme necessidades do negócio (entrega ponta a ponta de modelos de machine learning), incluindo feature engineering, validação, monitoramento e melhoria contínua; - Aplicar técnicas de inteligência artificial clássica e IA Generativa nas análises de negócio (ex.: sumarização, classificação, extração de entidades, geração assistida de insights e automação de narrativas); - Contribuir para a disseminação da cultura data-driven na companhia, atuando como ponte entre áreas técnicas e áreas de negócio (CX, atendimento, produtos e operações), traduzindo necessidades em hipóteses, métricas e entregáveis; - Extrair e organizar dados de inúmeras fontes e transformá-los em informações úteis por meio de visualizações, gráficos e dashboards, com storytelling executivo e recomendações claras para tomada de decisão. Requisitos: - Codificação de programas e aplicações; boas práticas de engenharia analítica (versionamento, reprodutibilidade, documentação e testes); - Linguagens de programação e manipulação de dados (SQL, Python, R);- Data Mining e técnicas de análise de texto/NLP aplicadas a VoC (sentimento, tópicos, clustering, extração de entidades, classificação de motivos); - Métricas e metodologias de CX: NPS Relacional e NPS Transacional (governança, segmentação, drivers, leitura de tendências e impacto em indicadores de negócio); - Visualização e comunicação de dados: construção de dashboards e relatórios executivos; storytelling orientado a impacto e priorização; - Conhecimento de soluções de dados em Cloud (GCP, Azure, OCI, etc.), incluindo práticas de segurança, controle de acesso e observabilidade; - IA Generativa aplicada: fundamentos de LLMs, prompt engineering, avaliação de qualidade, mitigação de alucinações e padrões de uso (ex.: RAG quando aplicável), com foco em automação e produtividade analítica; - Superior completo nas áreas exatas ou predominantemente exatas como Administração, Engenharia, Estatística e Ciência da Computação etc.