A busca por talentos na área de análise de dados é constante. Nesse contexto, a função de Cientista de Dados Pleno emerge como uma oportunidade significativa para aqueles que buscam trabalhar com técnicas avançadas de análise e modelagem.
Desenvolvimento de Modelos
O desenvolvimento de modelos de Machine Learning e análise estatística é fundamental para otimizar a precificação do frete, prever demanda de transporte e identificar oportunidades de melhoria na cadeia logística.
* Análise Estatística: Desenvolver métodos de análise estatística para entender padrões e tendências nos dados de oferta de frete e custos de transporte.
* Machine Learning: Criar modelos de aprendizado de máquina para prever demanda de transporte e otimizar a precificação do frete.
Responsabilidades da Posição
1. Desenvolvimento de Processos Autônomos: Criar processos baseados em inteligência de dados que permitam a automação de tarefas.
2. Análise de Dados: Analisar grandes volumes de dados relacionados à oferta de frete, custos de transporte, regulamentações e outros fatores logísticos relevantes.
3. Exploração de Dados: Explorar e identificar padrões, tendências e insights acionáveis a partir dos dados logísticos.
4. Colaboração: Colaborar com as áreas de Logística, Compliance e Engenharia de Dados para definir problemas, traduzir necessidades de negócio em soluções analíticas e garantir a implementação dos modelos.
5. Comunicação: Comunicar de forma clara e eficaz os resultados das análises e modelos para stakeholders técnicos e não técnicos.
6. Avaliação e Monitoramento: Avaliar e monitorar o desempenho dos modelos implementados, propondo ajustes e melhorias contínuas.
Conhecimentos e Habilidades Requisitos
* Técnicas de Análise e Modelagem: Experiência comprovada na aplicação de técnicas de Machine Learning e análise estatística em problemas de negócio.
* Programação: Proficiência em programação em Python e suas bibliotecas para ciência de dados (Pandas, NumPy, Scikit-learn, etc.).
* Dados em BigQuery: Experiência com consultas e manipulação de dados em BigQuery (ou outras plataformas de Big Data).
* Modelagem de Dados: Conhecimento em modelagem de dados e familiaridade com diferentes tipos de dados logísticos.
* Comunicação de Resultados: Habilidade em comunicar resultados de análises de forma clara e visual.
Desejável
* Logística: Conhecimento do domínio de logística, incluindo conceitos de oferta de frete, precificação dinâmica e mecanismos regulatórios do setor de transporte.
* Ferramentas de Visualização de Dados: Experiência com ferramentas de visualização de dados como Looker Studio.
* Orquestração de Workflows: Familiaridade com ferramentas de orquestração de workflows (como Airflow).
* Otimização: Experiência com modelos de otimização.
* Linguagens de Programação: Conhecimento de outras linguagens de programação (como R).
* APIs e Engenharia de Software: Conhecimentos em APIs e engenharia de Software.
* Nuvem: Experiência com plataformas de nuvem (GCP, AWS, Azure).