**Sistema de Recomendação e Previsão de Séries Temporais:**
* Desenvolver sistemas de recomendação com base em técnicas colaborativas, conteúdo e abordagens híbridas para otimizar resultados.
* Construir modelos de previsão de séries temporais utilizando algoritmos tradicionais e de aprendizado por máquina (ARIMA, Prophet, LSTM, etc.) para antecipar tendências.
* Implementar técnicas de boosting (XGBoost, LightGBM, CatBoost) e árvores de decisão para diversas tarefas de aprendizado supervisionado.
Requisitos:
* Diploma ou Mestrado em Ciência de Dados, Ciência da Computação, Engenharia, Estatística ou áreas relacionadas.
* Experiência relevante em sistemas de recomendação e modelos de séries temporais.
* Sólido conhecimento em algoritmos de machine learning e ciência de dados.
* Proficiência em Python e bibliotecas como scikit-learn, pandas, NumPy, statsmodels.