? Local: Presencial
? Carga horária: 6h/dia
? Bolsa auxílio: Compatível com o mercado + benefícios
Sobre a Vaga
Você é curioso, gosta de resolver problemas com dados e quer aprender com um time que está na fronteira da inovação?
Buscamos estudantes que desejam atuar em projetos reais, utilizando dados para gerar insights, apoiar decisões estratégicas e desenvolver soluções com alto impacto para o negócio.
Você irá trabalhar ao lado de engenheiros de dados, cientistas de IA e analistas de negócio em projetos que envolvem desde análises exploratórias até modelagem estatística, machine learning e uso de LLMs.
Principais **Responsabilidades**:
- Coletar, organizar e analisar grandes volumes de dados estruturados e não estruturados;
- Desenvolver dashboards, análises exploratórias e relatórios com storytelling de dados;
- Aplicar algoritmos de machine learning para resolver problemas de previsão, classificação ou segmentação;
- Colaborar com outros times técnicos e de negócio para traduzir desafios em soluções baseadas em dados;
- Participar de iniciativas de avaliação e uso de modelos de linguagem (LLMs) para análise de texto e automação de processos.
**Requisitos**:
- Cursando graduação em Ciência de Dados, Estatística, Engenharia, Computação, Economia ou áreas correlatas (a partir do 3º semestre);
- Conhecimentos básicos em Python (Pandas, NumPy, Matplotlib ou similares);
- Desejável conhecimento em PHP e FlutterFlow;
- Familiaridade com SQL e análise de dados exploratória;
- Interesse em aprendizado de máquina e ciência de dados aplicada;
- Boa capacidade analítica, comunicação clara e vontade de aprender.
O que você vai aprender
- Boas práticas de análise e engenharia de dados;
- Construção de modelos preditivos e pipelines de machine learning;
- Uso de plataformas modernas como Watsonx, Jupyter, DataStage, AutoAI e outras ferramentas líderes de mercado;
- Criação de relatórios e apresentações com foco em impacto e clareza de insights;
- Colaboração em projetos ágeis e interdisciplinares.
Diferenciais
- Participar de projetos com dados reais e desafios relevantes;
- Mentoria com cientistas de dados experientes e acesso a capacitações técnicas;
- Ambiente diverso, colaborativo e voltado à inovação contínua.