Introduction
Nessa função, você trabalhará em um dos nossos Centros de Inovação para Clientes da IBM Consulting (Centros de Entrega), onde oferecemos profundo conhecimento técnico e setorial a uma ampla gama de clientes dos setores público e privado em todo o mundo. Nossos centros de entrega oferecem aos nossos clientes habilidades e conhecimentos técnicos locais para impulsionar a inovação e a adoção de novas tecnologias.
Your Role And Responsibilities
Estamos em busca de um(a) Líder Cientista de Dados para conduzir times de data science na criação de soluções analíticas e produtos de ML com impacto direto no negócio.
Responsabilidades
Liderança e Mentoria: orientar o time em boas práticas de ciência de dados, revisão técnica, priorização e crescimento de carreira;
Desafio às premissas de negócio: questionar hipóteses, validar suposições com dados e propor experimentos que reduzam incertezas;
Comunicação executiva: traduzir resultados de modelos em linguagem de negócio (impacto em receita, churn, eficiência operacional), com storytelling e métricas claras;
Engajamento de stakeholders: alinhar objetivos, expectativas e critérios de sucesso com áreas de Produto, Marketing, Operações, TI e Executivos;
Arquitetura e entrega de ML: supervisionar o ciclo de vida de modelos (ideação, POC, MVP, produção), garantindo escalabilidade, monitoramento e governança;
Feature Engineering & Modelagem: desenhar estratégias de engenharia de atributos e aplicar algoritmos de machine learning e modelagem estatística conforme o problema;
MLOps & Colaboração: trabalhar com Engenharia/Plataforma para versionamento de dados/modelos, CI/CD de ML, monitoramento de drift/performance e observabilidade;
Governança e Validação: estabelecer padrões de model governance (explicabilidade, fairness, compliance), validação independente e documentação reprodutível.
Required Professional and Technical Expertise
Requisitos Imprescindíveis
Required technical and professional expertise
Machine Learning & Estatística: domínio de algoritmos supervisionados/ não supervisionados, avaliação de modelos, experimentação e testes A/B;
Linguagens & Frameworks: proficiência em Python (científico/ML), conhecimento em R quando aplicável, e experiência com Spark para processamento distribuído;
Plataformas: vivência com Azure ML e Databricks (jobs/notebooks, MLflow, feature store, pipelines);
MLOps: colaboração ativa com times de plataforma para implantação, versionamento (dados e modelos), monitoramento, alertas e rollback;
Feature Engineering: desenho de atributos, seleção, tratamento de dados e automação de pipelines;
Governança e Validação de Modelos: práticas de documentação, explicabilidade, auditoria e conformidade com políticas internas/regulatórias;
Comunicação & Stakeholders: habilidade comprovada de comunicar resultados em termos de negócio e engajar múltiplas áreas;
Azure AI Foundry;
Liderança: experiência em liderar e mentorar times de ciência de dados;
Inglês Avançado.