Da Posição de Data Scientist a Senior DS e Lead: Um Mapa de 18 a 36 Meses

Você trabalha como Data Scientist há dois ou três anos. Seus notebooks estão organizados. Seu AUC subiu. Você colocou em produção o modelo de churn que o VP de Growth ainda menciona nas QBRs. No último ciclo, dois colegas foram promovidos à sua frente, e o feedback voltou como alguma variação de "mais impacto" ou "mais ownership." Você chegou em casa e releu o rubric. Não havia nada novo.

Veja o que está acontecendo de fato: você é dono de modelos em uma empresa que precisa de donos de resultados de negócio, e a distância entre esses dois trabalhos é maior do que a maioria das trilhas de carreira deixa parecer. As pessoas que sobem de nível em 18 a 36 meses entenderam isso. As que estacionam continuam otimizando o que as levou ao nível médio (modelos melhores, código mais limpo, gráficos mais precisos) e ficam se perguntando por que o rubric nunca parece se aplicar a elas.

Este guia é o mapa que eu gostaria de ter tido quando estava estagnada como DS. O que muda no nível Senior. O que muda no nível Lead. Quais capacidades você precisa desenvolver entre os níveis. E os deltas de remuneração, porque fingir que dinheiro não faz parte disso é uma das mentiras mais irritantes que o setor costuma contar.

Por que isso importa agora (e por que esperar é caro)

A diferença salarial entre os níveis é real, e é maior do que era há três anos. O salto de DS para Senior DS representa tipicamente US$ 40 a 60 mil em remuneração total. De Senior para Lead, mais US$ 50 a 90 mil. Somado ao longo da sua carreira, o custo de ficar 18 meses a mais no mesmo nível fica entre "a entrada de uma casa" e "duas delas."

O outro custo caro: esperar que a promoção aconteça por conta própria. A narrativa de "faça um ótimo trabalho e você será notado" é, na minha experiência, principalmente um mecanismo de defesa para quem não quer fazer o trabalho político de pedir. Promoção é um processo. Processos têm insumos. A maioria das empresas não vai iniciar esse processo por você, porque o gestor que se beneficia de você permanecer no nível médio é o mesmo que escreve sua avaliação.

Os DSes que sobem rápido não são necessariamente mais inteligentes. Eles decodificaram o que cada nível recompensa e miram nele de propósito.

O que muda no nível Senior DS

O trabalho de DS é "entregar modelos contra tickets." O trabalho de Senior DS é "ser o ponto de contato de ML para um domínio de negócio."

Concretamente, veja o que muda:

Você é dono de uma área de domínio. Precificação. Churn. Correspondência em marketplace. Fraude. Previsão. Você escolhe uma (ou ela escolhe você), e em seis meses deve conhecer a métrica de negócio desse domínio tão bem quanto o GM conhece a dele. Se você é o DS de precificação e não consegue me dizer qual foi a realização de preço líquido do último trimestre, você ainda não é o DS de precificação de verdade; você é apenas um DS que trabalha em tickets de precificação.

Você faz mentoria de pelo menos um IC. Não é "responder perguntas no Slack." É mentoria. Acompanhe um DS júnior em um projeto do começo ao fim, incluindo as partes difíceis de documentar: quando questionar uma decisão do PM, como avaliar se um modelo é complexo demais para valer o esforço, como ler o ambiente de uma parte interessada.

Você participa do planejamento de produto, não apenas recebe tickets. Senior DSes aparecem nas reuniões de roadmap. Eles defendem projetos de ML, argumentam contra projetos de ML e a favor de soluções sem ML quando ML é a ferramenta errada. Se o seu trabalho de ML está sendo escopado sem que você esteja na sala, você está operando no nível DS independentemente do seu título.

Você escreve a especificação, não apenas o código. Uma especificação de modelo responde as perguntas que um PM e um VP farão antes de o modelo existir: qual é a métrica de negócio, quais são os critérios de encerramento, qual é a pior decisão que o modelo poderia tomar, qual é o plano de reversão. Você a escreve. Você a defende. Você a revisa. O código vem depois.

Quando passei de DS para Senior, a primeira coisa que quebrou foram as minhas atualizações de standup. Elas ainda falavam sobre métricas do modelo. Meu novo gestor me chamou para uma conversa e disse, gentilmente: "Não preciso ouvir sobre AUC. Me diga o que mudou para o negócio essa semana." Isso resumiu toda a promoção em uma frase.

O que muda no nível Lead DS

O trabalho de Senior DS é "ser dono de um domínio." O trabalho de Lead DS é, em sua maior parte, não modelagem alguma. Essa é a parte que ninguém te conta, e onde muitos Senior DSes sólidos ou desistem do cargo ou se esgotam fingindo conseguir fazer os dois.

Você é dono de um roadmap de ML de 6 a 12 meses. Resultados trimestrais, apostas priorizadas, datas de encerramento. Você o escreve, vende para o VP e convive com as apostas que não funcionam. Você vai defender projetos encerrados na frente do financeiro. Acostume-se com isso.

Você gerencia 2 a 4 DSes. 1:1s semanais, avaliações de desempenho, PIPs quando necessários, processos seletivos. Na primeira vez que você precisar dar a um Senior DS uma avaliação de "precisa melhorar," você vai entender por que gestão não é apenas trabalho IC com mais reuniões.

Você defende headcount e orçamento de ferramentas. Você vai passar tardes inteiras explicando a um parceiro de finanças por que a equipe precisa de mais um DS, por que o repositório de atributos não pode ser uma tabela no Postgres, por que a conta de GPU aumentou. Você vai perder alguns desses argumentos. Sua equipe vai observar como você lida com a derrota.

Você traduz estratégia executiva em apostas de ML. Quando o CEO diz "precisamos ser AI-first até o Q3," isso é uma afirmação, não um plano. Você o transforma em três apostas concretas, cada uma com critérios de encerramento, cada uma com um Senior DS que a lidera. Em seguida, você protege essas apostas das dezenas de solicitações que vão chegar até a sua equipe entre agora e o Q3.

A verdade honesta: quando passei de Senior para Lead, a primeira coisa que quebrou foi meu notebook, porque parei de abrir o IDE e a fila de atualizações automáticas se acumulou por três semanas. Se você entrou na área de data science porque ama modelagem, o trabalho de Lead vai parecer uma isca-e-troca. Se entrou porque ama ver dados movendo um negócio, o trabalho de Lead é onde você finalmente consegue fazer isso.

As quatro capacidades que você desenvolve entre os níveis

Títulos são um resultado. O insumo é capacidade. Estas quatro são as que, na minha experiência, todo comitê de promoção avalia de fato, mesmo quando o rubric não as lista com tanta clareza.

1. Enquadramento de problemas

Transformar "queremos usar ML para X" em um projeto mensurável, escopado e com critérios de encerramento. Isso inclui a habilidade mais importante de todas: saber quando não usar ML. Um Senior DS que diz ao VP "não precisamos de um modelo para isso; um dashboard organizado resolve 80% sem custo" será lembrado. Um Senior DS que discretamente constrói o modelo de qualquer forma porque estava no roadmap não será.

O artefato: um one-pager com a métrica de negócio, a linha de base, a meta, os critérios de encerramento e uma seção "o que explicitamente não estamos resolvendo."

2. Produtização

Colocar em produção um modelo que sobreviva um ano. Isso significa monitoramento, gatilhos de retreinamento, detecção de desvio de dados, uma rotação de plantão que inclui você, um caminho de reversão e um template de análise pós-incidente que você já usou de verdade. Um modelo que vai bem offline e morre em produção não é uma entrega de Senior DS; é um projeto de feira de ciências.

O artefato: um documento "modelo em produção" que um engenheiro de plantão que não é da sua equipe consiga usar às 2h da manhã para decidir se deve ou não fazer uma reversão.

3. Narrativa executiva

Explicar o impacto de negócio de um modelo a um VP não técnico em três slides, com um número em que ele confie. O número é a parte difícil. "Observamos um ganho de 4%" não é confiável. "Observamos um ganho de 4% neste segmento, aqui está o conjunto de retenção, aqui está o valor em dólares no volume atual, aqui está a suposição que estamos fazendo sobre canibalização" é confiável. A narrativa executiva é onde a maioria dos Senior DSes sólidos começa a parecer Lead DSes mais cedo.

O artefato: um template de três slides (o que fizemos, o que mudou, o que recomendamos a seguir) que você consegue preencher para qualquer projeto em 30 minutos.

4. Contratação

Escrever uma JD, conduzir um processo seletivo, calibrar um painel, fechar um candidato contra uma oferta concorrente. Você não precisa ser gestor para fazer isso. Senior DSes capazes de conduzir um processo seletivo são notados; os que não conseguem ficam estagnados. Quando você estiver competindo por uma posição de Lead, já deve ter fechado pelo menos um candidato. (Se precisar de um ponto de partida para a JD, o Template de Job Description para Data Scientist é o artigo complementar deste guia.)

O artefato: um documento de debriefing que você pode usar como guia, com rubrics calibrados para cada etapa da entrevista e uma pergunta "o que mudaria minha opinião" para a rodada final.

Realidade salarial (EUA, faixas de 2026)

Números reais, sem eufemismos como "remuneração competitiva." Estes refletem empregadores de médio a grande porte no setor de tecnologia nos EUA, considerando salário base + bônus + equity de entrada, com vesting anual.

Alguns fatores que influenciam esses números:

• Empresas públicas do nível FAANG: adicione 30 a 40% em equity no nível Senior e acima. Um Lead DS em uma dessas empresas pode ultrapassar US$ 500 mil em remuneração total em um bom ano para as ações.
• Startups em Série B/C: geralmente 10 a 15% a menos no base; o equity é o bilhete de loteria. Não contabilize o bilhete de loteria como dinheiro. Avalie-o como zero e decida se o salário base sozinho é aceitável.
• Localização: esses valores têm como referência SF/NYC/Seattle. A maioria das grandes cidades dos EUA está dentro de 5 a 10% desses valores. Empresas totalmente remotas tendem a usar uma média nacional que fica 10 a 15% abaixo.
• Movimento desde 2024: as faixas subiram 8 a 12% de forma generalizada. Se o seu último benchmark foi o levels.fyi de 2024, o seu número está desatualizado.

Se você está comparando com uma oferta agora, a distância entre o piso do nível Senior e o teto do nível DS é a zona de negociação. A maioria das empresas vai resistir. A maioria dos candidatos cede. Não ceda.

A armadilha do ajuste de modelos

Esse é o motivo mais comum pelo qual DSes de nível médio estacionam, e vale a pena nomeá-lo diretamente porque os sintomas são sutis.

Você está na armadilha se:

• Suas atualizações de standup são sobre métricas do modelo, não métricas de negócio.
• Seu gestor repassa perguntas executivas para você em vez de confiar na sua resposta direta.
• Você não falou com um PM por iniciativa própria no último mês.
• Você sabe o AUC do seu modelo mas não o valor em dólares de um ganho de 1% na métrica que ele serve.
• Você passa noites lendo papers, mas não consegue lembrar a última vez que leu um memo financeiro do seu CFO.
• A frase "mas o modelo é melhor" aparece na sua autoavaliação de desempenho.

Sair da armadilha é simples, embora não seja fácil:

1. Escolha uma métrica de negócio. Apenas uma. Retenção de receita líquida, margem bruta, taxa de take, índice de inadimplência. Escolha a que está mais próxima do seu trabalho atual.
2. Passe duas semanas conversando com as pessoas que são donas dela. PM, GM, parceiro de finanças. Pergunte o que a move, o que já tentou movê-la antes, o que elas pagariam para conseguir movê-la.
3. Escreva um documento de uma página com critérios de encerramento, propondo o que sua equipe poderia entregar contra essa métrica e o que indicaria que não funcionou.
4. Apresente para o seu gestor um nível acima. Não para o seu gestor direto. Para o nível acima. (Avise seu gestor direto primeiro. Não o surpreenda.)
5. Entregue contra essa métrica.

Na primeira vez que você fizer isso, vai parecer que está pulando a fila. Não está. Você está apenas fazendo o trabalho que o próximo nível sempre exigiria de você.

O plano de 18 a 36 meses

Uma linha do tempo real, não uma idealizada. Comprima onde puder; não finja estar comprimindo quando está pulando etapas.

Meses 0 a 6: escolha seu domínio. Torne-se fluente na sua métrica de negócio. Leia cada análise pós-incidente e documento de projeto relacionado a ela. Pare de se voluntariar para trabalhos de modelagem "interessantes" fora do seu domínio. É a forma mais cara de distração neste nível.

Meses 6 a 12: seja dono de um modelo em produção do começo ao fim. Da especificação ao monitoramento, incluindo a análise pós-incidente quando ele quebrar (e vai quebrar). Faça mentoria de um DS novo durante o seu primeiro projeto em produção. (O Primeiro Modelo de ML em Produção: Um Guia de Sobrevivência é um bom complemento aqui.)

Meses 12 a 18: conduza um processo seletivo. Apresente resultados do modelo a um VP sem a presença do seu gestor. Em seguida, peça o título de Senior DS com evidências: a especificação, o modelo em produção, a promoção do seu mentorado, o deck apresentado ao VP.

Meses 18 a 24: como Senior DS, escreva a proposta de roadmap da equipe mesmo que ninguém tenha pedido. Ela será editada ou ignorada na primeira vez. Escreva a próxima de qualquer forma. Escrever o roadmap é o sinal de trilha de Lead mais visível neste nível.

Meses 24 a 36: gerencie um ou dois DSes de forma informal, depois formalmente. Defenda uma linha de orçamento. Assuma o título de Lead e, se sua empresa não tiver essa posição, o próximo passo é buscar uma que tenha, com uma oferta clara de Lead, não uma promessa de "Senior DS mas vamos considerar Lead depois."

Erros comuns

Tratar Lead DS como "Senior DS mais dois anos." É um trabalho diferente. Principalmente sem codificação. Se você não quer esse trabalho, isso é informação, não fracasso.

Perseguir a trilha IC em empresas que não a têm de verdade. Muitas empresas dirão que têm uma trilha de Principal/Staff DS. Bem menos promoveram alguém para ela nos últimos 18 meses. Peça exemplos com nomes. Se não conseguirem dar nenhum, ela não existe para você.

Ficar em uma empresa que limita DS ao nível Senior para evitar o overhead de gestão. Esse é um padrão real em startups de Série B. A frase "vamos definir um cargo de Lead quando precisarmos" significa que não há um agora. Você pode esperar, ou pode sair.

Comparar remuneração com dados antigos do levels.fyi. As faixas subiram 8 a 12% desde 2024. O seu número é mais antigo do que você pensa.

Confundir habilidade de modelagem com senioridade. Conheço Senior DSes que são modeladores mais fracos do que os DSes que gerenciam. Eles foram promovidos porque enquadravam problemas melhor, entregavam com mais consistência e documentavam suas decisões. Esses são os insumos que o rubric de fato recompensa.

Uma observação sobre a trilha IC

Se você ama modelagem e é bom nisso, o movimento de carreira mais honesto pode ser permanecer como Senior DS em uma empresa com uma trilha IC real; isso é uma estratégia, não um fracasso. Cargos de Lead, Staff, Principal e Distinguished DS existem em empresas que levam ML a sério, e a remuneração no topo dessas trilhas equivale ou supera a trilha de gestão. A armadilha é ficar como Senior em uma empresa que discretamente o limita a esse nível, não a trilha IC em si. Escolha a empresa primeiro, o título depois.

Como medir o sucesso

Você está no caminho certo quando:

• Você consegue nomear a métrica de negócio que o seu trabalho move e o valor em dólares de um ganho de 1%.
• Seu PM traz problemas antes de soluções, não tickets depois delas.
• Você fez mentoria de pelo menos um DS em um projeto real entregue nos últimos seis meses.
• Você participou de um processo seletivo no último trimestre.
• O gestor um nível acima conhece seu nome e o que você está trabalhando sem que o seu gestor direto precise intermediar.

Se a maioria dessas afirmações for verdadeira, você já está operando no próximo nível. O título é apenas burocracia.

Saiba mais

• Template de Job Description para Data Scientist: a JD complementar para o cargo para o qual você está crescendo
• Como Enquadrar um Problema de ML Que Realmente é Entregue
• O Primeiro Modelo de ML em Produção: Um Guia de Sobrevivência
• Contratando Seu Primeiro Data Scientist