Buscamos especialistas em ciência de dados para ajudar a transformar setores da economia com tecnologia inovadora.
O papel é aplicar técnicas avançadas de ciência de dados para construir modelos preditivos, generativos e agentes de IA autônomos, promovendo a automação inteligente de decisões e interações. Atuar como especialista técnico(a) em projetos de alta complexidade, garantindo performance, robustez e impacto nos resultados da empresa.
O que você vai fazer:
* Desenvolver e implementar modelos preditivos de alta performance (ex: regressão, classificação, séries temporais) para apoiar decisões estratégicas e operacionais;
* Projetar, treinar e otimizar modelos generativos (ex: LLMs, GANs, Diffusion Models) aplicados à geração de conteúdo, assistência contextual, enriquecimento de dados, entre outros;
* Construir agentes de IA autônomos e integráveis, com capacidade de raciocínio, memória e interação com múltiplas fontes e APIs — como assistentes inteligentes, agentes de atendimento, copilotos de negócio ou soluções baseadas em RAG;
* Atuar em todo o pipeline de ciência de dados: definição do problema, coleta e preparação de dados, modelagem, validação, deployment e monitoramento;
* Garantir qualidade, rastreabilidade e reprodutibilidade dos modelos, utilizando boas práticas de engenharia de machine learning (MLOps);
* Ser referência técnica dentro do time, colaborando com engenheiros(as) de dados, produto e áreas de negócio;
* Promover a melhoria contínua dos processos de ciência de dados, contribuindo com ferramentas, frameworks e boas práticas;
* Estimular e apoiar a cultura data-driven e data-centric, compartilhando conhecimento técnico com o time e stakeholders.
O que esperamos de você:
* Ensino superior completo em Ciência da Computação, Engenharia, Estatística, Matemática ou áreas correlatas.
* Modelos preditivos supervisionados (regressão, árvores, ensemble, redes neurais, etc.);
* Modelos generativos (LLMs, transformers, GANs, VAEs, Diffusion Models);
* Construção de agentes de IA autônomos com frameworks como LangChain, Haystack, Semantic Kernel, AutoGen ou similares;
* Linguagem Python, com uso avançado de bibliotecas como scikit-learn, TensorFlow, PyTorch, Hugging Face, Transformers;
* SQL e NoSQL, além de experiência com dados não estruturados;
* Estatística aplicada, métricas de avaliação e validação de modelos;
* Práticas de MLOps (MLflow, Airflow, Docker, APIs, CI/CD);
* Experiência em ambientes cloud (AWS, Azure, GCP).
* Leitura técnica em inglês para implementação de ferramentas e bibliotecas.