Cientista de dados

Compass UOL; Guarulhos; Híbrido; BRL 180 000 - 240 000; Tempo integral

Resumo da oferta

A Compass UOL está buscando um Cientista de Dados Sênior para atuar com Machine Learning e IA, integrando equipes de Engenharia, Dados, Produto e Negócios.

O papel envolve desenvolver modelos preditivos, pipelines de dados em larga escala e soluções em Python, com uso de AWS SageMaker e Spark/PySpark, visando entregar valor para o negócio.

Qualificações

• Experiência prática com Python aplicado à ciência de dados e ML.
• Experiência prática com ML para problemas reais de negócio.
• Conhecimento de ML supervisionado, não supervisionado e Deep Learning.
• Conhecimento de Spark/PySpark para processamento de dados em larga escala.
• Experiência com AWS para Dados, Analytics e ML, especialmente SageMaker, Glue, EMR, Redshift.
• Conhecimento de pipelines e plataformas de dados com foco em produção.

Responsabilidades

• Desenvolver modelos preditivos e soluções de ML para problemas de negócio.
• Traduzir necessidades de negócio em perguntas analíticas e datasets.
• Desenvolver pipelines de dados com Spark/PySpark e Kafka/AWS.
• Trabalhar com serviços AWS de dados e ML para produção de modelos.
• Atuar na implantação, monitoramento e sustentação de modelos em produção.

Conhecimentos

Python

Machine Learning

NLP

Computer Vision

Deep Learning

SQL

Scikit-learn

XGBoost/LightGBM

PySpark

Kafka

Ferramentas

SageMaker

Glue

EMR

Redshift

Delta Lake

Descrição da oferta de emprego

Cientista de Dados Sênior | Machine Learning e IA| Mid/Senior (Hybrid/SP)

Responsabilidades e atribuições

• Desenvolver modelos preditivos e soluções de Machine Learning para problemas complexos de negócio, desde a exploração dos dados até a validação, interpretação e disponibilização dos modelos;
• Traduzir necessidades de negócio em perguntas analíticas, requisitos técnicos, datasets e soluções de Dados e Machine Learning;
• Desenvolver soluções em Python utilizando técnicas de aprendizado supervisionado, não supervisionado e Deep Learning;
• Participar do desenho e detalhamento técnico de novas soluções e funcionalidades de Dados, Machine Learning e Inteligência Artificial;
• Desenvolver, evoluir e otimizar pipelines e plataformas de dados para processamento em larga escala, utilizando tecnologias como Spark/PySpark, Kafka e/ou Amazon Kinesis;
• Trabalhar com serviços AWS de Dados, Analytics e Machine Learning, como SageMaker, Glue, EMR, Athena, Redshift e Lake Formation;
• Atuar na implementação, otimização, monitoramento e sustentação de modelos, pipelines e funcionalidades em produção, garantindo performance, escalabilidade, estabilidade e confiabilidade;
• Explorar dados e resultados dos modelos, identificando padrões, oportunidades e melhorias para o negócio;
• Aplicar boas práticas de experimentação, testes, versionamento e acompanhamento do ciclo de vida de modelos e pipelines;
• Trabalhar de forma colaborativa com times de Engenharia, Dados, Produto e Negócios na construção de soluções ponta a ponta;
• Atuar na resolução de problemas e gestão de dependências técnicas em ambientes dinâmicos e de alta complexidade.

Requisitos e qualificações

• Disponibilidade para atuação híbrida 2 vezes por semana em R. Carlo Bauduco, 200 - Vila Paraíso, Guarulhos - SP.
• Experiência profissional como Cientista de Dados, com atuação prática em Machine Learning.
• Experiência prática com Python aplicado à Ciência de Dados e Machine Learning.
• Experiência no desenvolvimento de modelos preditivos para problemas reais de negócio.
• Conhecimento em aprendizado supervisionado, não supervisionado e Deep Learning.
• Experiência com Scikit-learn, XGBoost e/ou LightGBM.
• Experiência com Jupyter e/ou Databricks.
• Conhecimento de MLflow e boas práticas de experimentação e ciclo de vida de modelos.
• Experiência com AWS para Dados, Analytics e Machine Learning, especialmente Amazon SageMaker, além de Glue, EMR, Athena e Redshift.
• Experiência com processamento de dados em larga escala utilizando Apache Spark/PySpark.
• Experiência com Apache Kafka e/ou Amazon Kinesis, incluindo processamento de dados em streaming.
• Conhecimento em desenho, desenvolvimento e otimização de pipelines e plataformas de dados.
• Conhecimento de SQL, Git, processamento distribuído, performance e escalabilidade.
• Conhecimento e NLP e/ou Visão Computacional.
• Experiência ou conhecimento em TensorFlow, PyTorch e/ou Apache Flink.
• Conhecimento em Delta Lake/Delta Tables, AWS Lake Formation e/ou tecnologias NoSQL será considerado diferencial.
• Conhecimento em ferramentas de ETL como Informatica PowerCenter, modelagem de dados/Power Designer e Power BI será considerado diferencial.
• Boa capacidade de raciocínio lógico, análise e resolução de problemas, comunicação, colaboração, resiliência e gestão de dependências.
• Conhecimento ou experiência com metodologias ágeis/Scrum.