Cientista de Dados Sênior
Se você é apaixonado por dados e desafios analíticos, essa vaga é para você. Profissional com sólida experiência em Visão Computacional, Machine Learning e análise estatística, atuando em todas as etapas do ciclo de dados — da coleta e transformação à modelagem e diagnóstico de performance.
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.
Benefícios:
* Modelo de trabalho via contrato PJ;
* Home Office;
Outros:
* 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
Focado no desenvolvimento de soluções dentro do Lab de Inovação do Cliente, realizar análises descritivas e exploratórias para entendimento de dados e levantamento de hipóteses técnicas, desenvolver modelagem preditiva utilizando o estado da arte em Machine Learning e as 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, Validar de estruturas de dados e Feature Engineering, Trabalhar com o time de Engenheiros de Dados e Arquitetos de Dados na criação de Datasets 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.