O objetivo do cientista de dados sênior é atuar em todas as etapas do ciclo de dados, desde a coleta e transformação até a modelagem e diagnóstico de desempenho.
Informações:
* Trabalho remoto;
* Modelo de trabalho via contrato PJ;
Requisitos:
* Conhecimentos em Cloud Azure, AWS e Databricks.
* (Foco em AWS) Conhecimentos do processo de construção de modelos.
* Análise Descritiva e Exploratória de Dados.
* Teste de Hipóteses Inferência Clássica e Bayesiana.
* Construção de modelos Estatísticos de Machine Learning.
* Análise de Diagnósticos.
* Fortes Conhecimentos de Python/R.
* Experiência com análise de dados para descobrir padrões ocultos.
* Conhecimento em ferramentas de visualização de dados.
* Experiência com análise e resolução de problemas relacionados a dados.
* Experiência com programação em Python e seu ecossistema de análise de dados (Pandas, Scikit-Learn, Numpy, Pillow e OpenCV).
* Experiência com extração e análise de banco de dados (SQL).
* Experiência com limpeza e transformação de dados (Feature Engineering).
* Experiência com Algoritmos de Regressão, Classificação e Clustering.
* Experiência com Reinforcement Learning e Association Rules Learning.
* Certificação em linguagens de programação, frameworks de desenvolvimento web ou bibliotecas de ciência de dados.
* Experiência em aplicativos web ou serviços baseados na nuvem.
* Domínio dos métodos estatísticos, como regresão linear múltipla, análise de componentes principais, etc.
Será um Diferencial...
* Inglês avançado.
* Mestrado ou Doutorado em Ciência da Computação, Matemática, Estatística, Economia, Engenharia ou áreas correlatas.
* Experiência com os ambientes Airflow, Git, Cloud Azure, Pentaho Data Integration.
* Experiência com MS Fabric, Copilot Studio, Data Factory, Databricks, PowerBI, Kafka, Spark, Spark Streaming.
* Experiência com ML, DL, AutoML, MLOps e Engenharia de Dados
* Habilidades em requisitos funcionais e não funcionais, além de conhecimento em técnicas de automatização e gestão de testes.
* A capacidade de trabalhar em equipe e liderar projetos de grande escala.
* Desenvolver soluções inovadoras usando tecnologias emergentes.
* Manter-se atualizado sobre as últimas tendências e práticas de ciência de dados.
Atividades:
* Foco no desenvolvimento de soluções dentro do laboratório de inovação.
* Realizar análises descritivas e exploratórias para entender os dados e levantar hipóteses técnicas.
* Desenvolver modelagem preditiva utilizando o estado da arte em Machine Learning e métricas adequadas para seleção de modelos Validar tecnicamente a utilização dos modelos preditivos.
* Desenvolver certificação prática do desempenho dos modelos (teste A/B, controle/intervenção, planejamento e experimentos).
* Colaborar com o time de estatísticos, engenheiros em Machine Learning, economistas para resolver problemas usando Data Science.
* Validação de estruturas de dados e Feature Engineering.
* Trabalhar com o time de engenheiros de dados e arquitetos de dados na criação de conjuntos de dados para treinamento de múltiplos modelos.
* Coletar, limpar, armazenar, organizar, integrar dados e ajudar na criação de pipelines de dados. Auxiliar na expansão do uso da ciência de dados nas frentes dos negócios.