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. Domínio em Python (Pandas, Scikit-Learn, OpenCV), SQL e Cloud AWS, com forte foco em extrair padrões ocultos, gerar insights valiosos e impulsionar decisões baseadas em dados.Informações:💼Modelo de trabalho via contrato PJ;
🏡Home Office;
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.Será um Diferencial...- 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 DadosAtividades:- Foco 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.- Validação 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.