Formação: Superior Completo em Estatística, Engenharia, Computação, Matemática ou áreas correlatas.O que é importante você conhecer?Experiência sólida em Python e bibliotecas de machine learning e deep learning (scikit-learn, XGBoost, TensorFlow, PyTorch).Domínio de SQL, tratamento e manipulação de grandes volumes de dados.Experiência com cloud (AWS, GCP ou Azure) e arquiteturas analíticas modernas.Familiaridade com MLOps: versionamento, monitoramento e automação de modelos.Forte conhecimento em estatística, matemática, inferência, experimentos e modelagem.Vivência com implantação de modelos em produção (APIs, microserviços, pipelines).Diferencial:Pós-graduação, Mestrado ou Doutorado.Experiência em setores regulados (bancos, seguros, saúde).Certificações em cloud, ML ou AI.Conhecimento em Governança de Modelos e IA / TRiSM.Experiência com modelos de pricing, churn, risco e cross sell.Vivência com datalake/lakehouse, Databricks, entre outros.Além de cuidar, você precisa ter conhecimento em:Liderar tecnicamente projetos de machine learning e IA.Desenvolver, validar e implementar modelos estatísticos, de machine learning e de deep learning.Atuar como referência para cientistas, engenheiros e analistas, propondo métodos e melhores práticas.Garantir governança de modelos, explicabilidade e conformidade com LGPD.Traduzir problemas de negócio em soluções analíticas claras e aplicáveis.Comunicar insights e resultados para públicos técnicos e executivos.