Cientista De Dados (Sênior)

buscojobs Brasil; Espumoso; Presencial; BRL 80.000 - 120.000; Tempo integral

Resumo da oferta

Uma empresa de tecnologia em Espumoso está em busca de um(a) Data Scientist qualificado para integrar a equipe de analytics. O candidato será responsável por desenvolver sistemas de recomendação e modelos preditivos, com forte colaboração em equipes multifuncionais. É necessário ter formação na área e experiência em algoritmos de machine learning.

Qualificações

• Experiência comprovada com sistemas de recomendação e modelos de séries temporais.
• Sólido conhecimento em algoritmos de boosting e árvores de decisão.
• Proficiência em Python e suas bibliotecas relacionadas.

Responsabilidades

• Desenvolver e otimizar sistemas de recomendação utilizando diversas abordagens.
• Construir e validar modelos de previsão de séries temporais.
• Implementar algoritmos de boosting e árvores de decisão em aprendizado supervisionado.

Conhecimentos

Sistemas de recomendação

Modelos de previsão de séries temporais

Algoritmos de boosting

Python

Resolução de problemas

Inglês fluente

Formação académica

Graduação ou Mestrado em Ciência de Dados, Ciência da Computação, Engenharia, Estatística ou áreas relacionadas

Ferramentas

Azure

Databricks

scikit-learn

pandas

NumPy

statsmodels

Descrição da oferta de emprego

Overview

Estamos em busca de um(a) Data Scientist altamente qualificado(a) e versátil para integrar nossa equipe de analytics avançado. Nesta função, você será responsável por projetar, desenvolver e implementar sistemas de recomendação, modelos de previsão de séries temporais e soluções de machine learning baseadas em algoritmos de boosting e árvores de decisão. Você trabalhará em estreita colaboração com equipes multifuncionais para transformar dados em insights acionáveis e soluções escaláveis.

Principais Responsabilidades

• Desenvolver e otimizar sistemas de recomendação (filtragem colaborativa, baseada em conteúdo, abordagens híbridas).
• Construir e validar modelos de previsão de séries temporais utilizando técnicas tradicionais e de machine learning (ARIMA, Prophet, LSTM, etc.).
• Implementar algoritmos de boosting (XGBoost, LightGBM, CatBoost) e árvores de decisão para diversas tarefas de aprendizado supervisionado.
• Colaborar com engenheiros de dados e engenheiros de ML para implantar modelos em ambientes Azure e Databricks.
• Realizar exploração de dados, engenharia de features e avaliação de modelos.
• Apresentar descobertas e modelos de forma clara para públicos técnicos e não técnicos.
• Manter-se atualizado(a) sobre as mais recentes ferramentas e metodologias aplicadas em machine learning.

Requisitos

• Graduação ou Mestrado em Ciência de Dados, Ciência da Computação, Engenharia, Estatística ou áreas relacionadas.
• Experiência comprovada com sistemas de recomendação e modelos de séries temporais.
• Sólido conhecimento em algoritmos de boosting e árvores de decisão.
• Proficiência em Python e bibliotecas como scikit-learn, pandas, NumPy, statsmodels.
• Experiência com serviços em nuvem Azure e Databricks.
• Forte capacidade de resolução de problemas e habilidade para trabalhar de forma independente.
• Inglês fluente (oral e escrito).