Desenvolvedor de Inteligência Artificial
A Getnet é uma empresa global especializada em soluções de pagamento que buscam simplificar o comércio com inovação, segurança e escala.
Estamos procurando por um profissional altamente qualificado para desempenhar um papel fundamental no desenvolvimento de modelos de inteligência artificial utilizando técnicas avançadas de classificação, regressão e clusterização.
Como Desenvolvedor de Inteligência Artificial, você será responsável por:
* Desenvolver e implementar modelos de machine learning utilizando técnicas de classificação, regressão e clusterização;
* Realizar testes de modelos de machine learning, incluindo testes A/B, testes de hipótese e validação cruzada;
* Proficiente em feature engineering para otimizar os desempenhos dos modelos desenvolvidos;
* Trabalhar em colaboração com equipes multifuncionais para transformar dados em insights acionáveis;
* Desenvolvimento de modelos de machine learning em cima da plataforma databricks;
* Manutenção de modelos existentes (Acompanhamento e eventuais retreinamentos);
* Conduzir análises exploratórias de dados para identificar padrões e tendências relevantes;
* Contribuir para o desenvolvimento de práticas de MLOps;
Para se candidatar ao cargo, você deve ter as seguintes habilidades:
* Machine Learning: Regressão, Classificação, Clusterização, Redes Neurais, Seleção de Features, Cross-Validation, Curse of Dimensionality, Viés-Variânica, Explicabilidade de Modelos, etc;
* Estatística Avançada: Análise Descritiva, probabilidade, inferência, bootstrapping, design experimental, modelagem preditiva, otimização, testes de hipótese, regressão, modelagem e métodos;
* Lógica de Programação: Escrever e revisar scripts e queries em banco de dados, usar parâmetros, criar variáveis;
* Data Modeling: Landing, Cleaning, Processing, Curation, Estruturas de Fato/Dimensão, encadeamento de ETLs, Data Marts;
* Big Data: Tecnologias, Soluções e Conceitos como Spark, Hadoop, Hive, MapReduce, Kafka;
* Modelagem Estatística & Advanced Analytics: NLP, Séries Temporais, Random Forests, Linear Regression, Logistic Regression, Clustering methods (e.g. K-means), Classification methods (Decision Trees/Random Forest), entre outros;
* MLOps básico: Para entender os desafios de se colocar um modelo em produção;
* Experimentação: Testes A|B, Hipóteses, Modelos de Atribuição;
* Grandes Volumes: Extrair e manipular grandes bases de dados, utilizando a stack de dados disponível;
Além disso, preferencialmente você tenha experiência em ferramentas como:
* SQL: Porque dado em planilha é coisa do passado;
* Python ou R: Pra quando a coisa fica bem séria;
* Scala, Java & Spark: Trabalhar com grande volume de dados sempre pode ser mais rápido;
* Databricks: Uso de clusters e workspaces para BigData.
Se você está pronto para enfrentar os desafios do mundo dos dados e contribuir para a inovação, aplica-se!
**Benefícios**
* Oportunidade de trabalhar com tecnologia de ponta;
* Ambiente de trabalho dinâmico e diverso;
* Acesso a recursos e ferramentas para aprender e crescer;
* Vantagens de saúde e benefícios sociais;
* Opportuniades de crescimento dentro da empresa.