Cientista De Dados Sênior

Dataex; Teletrabalho; BRL 80.000 - 120.000; Tempo integral

Resumo da oferta

Uma empresa de análise de dados está em busca de um profissional apaixonado por dados para atuar em Ponta Grossa. O candidato ideal deve ter sólida experiência em Visão Computacional e Machine Learning, com forte domínio de Python e SQL. A posição é remota e envolve todas as etapas do ciclo de dados, desde a coleta até a modelagem. O foco é no desenvolvimento de soluções inovadoras no Lab de Inovação. Vários diferenciais como Mestrado em áreas correlatas são valorizados.

Qualificações

• Experiência em Visão Computacional, Machine Learning e análise estatística.
• Domínio de Python, SQL e Cloud AWS.
• Forte foco em extrair padrões ocultos e gerar insights.

Responsabilidades

• Desenvolver modelagem preditiva utilizando técnicas de Machine Learning.
• Realizar análises descritivas e exploratórias de dados.
• Colaborar com equipes para resolver problemas usando Data Science.

Conhecimentos

Python

Machine Learning

Análise Estatística

SQL

Cloud AWS

Análise Descritiva e Exploratória

Feature Engineering

Visualização de Dados

Formação académica

Mestrado ou Doutorado em áreas correlatas

Ferramentas

Pandas

Scikit-Learn

OpenCV

Airflow

Databricks

PowerBI

Descrição da oferta de emprego

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.

Diferenciais

• 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 Dados.

Atividades

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.