Cientista de Dados Sênior (IA e Machine Learning)

Ninecon; Brasil; Teletrabalho; BRL 210 000 - 320 000; Tempo integral

Resumo da oferta

Source2IT busca um(a) Cientista de Dados Sênior com foco em IA e Machine Learning para atuar como referência técnica no COI da companhia, apoiando avaliação, revisão e evolução de projetos de Ciência de Dados desenvolvidos por diversas áreas.

O profissional orientará times na escolha de técnicas estatísticas, modelos e padrões de desenvolvimento, desenvolvendo, revisando e validando modelos estatísticos e de ML, com atuação em regressão, classificação, séries temporais e feature engineering.

Qualificações

• Experiência comprovada em Ciência de Dados e ML com foco em IA.
• Domínio de Python para exploração, modelagem e validação de modelos.
• Capacidade de traduzir problemas de negócio em hipóteses quantitativas.

Responsabilidades

• Atuar como referência técnica em Ciência de Dados para áreas da companhia.
• Revisar projetos, modelos e abordagens de Dados e ML.
• Definir métricas, validação e padrões de modelagem.
• Imputar em ciclos de entrega desde dados até produção.
• Comunicar resultados para públicos técnicos, executivos e de negócio.

Conhecimentos

Python

SQL

Pandas

Scikit-learn

Statistical Analysis

Modeling

Formação académica

Advanced degree in CS/Statistics

Ferramentas

NumPy

SciPy

Jupyter

Git

Descrição da oferta de emprego

A Source2IT busca um(a) Cientista de Dados Sênior com foco em IA e Machine Learning para atuar como referência técnica no COI da companhia. O profissional será responsável por apoiar a avaliação, revisão e evolução de projetos de Ciência de Dados e Machine Learning desenvolvidos por diferentes áreas, com um perfil técnico e consultivo.

Responsabilidades

• Atuar como referência técnica em Ciência de Dados para diferentes áreas da companhia
• Revisar projetos, modelos e abordagens desenvolvidos por Cientistas de Dados e times analíticos
• Avaliar criticamente metodologias, premissas, hipóteses, métricas e resultados
• Orientar os times na escolha de técnicas estatísticas, algoritmos e estratégias de modelagem
• Apoiar a definição e evolução de padrões e boas práticas para desenvolvimento de modelos
• Desenvolver, revisar e validar modelos estatísticos e de Machine Learning
• Atuar com técnicas de regressão, classificação, segmentação, clustering, séries temporais, modelagem preditiva, seleção de variáveis e feature engineering
• Definir métricas e critérios adequados para avaliação dos modelos
• Aplicar técnicas de validação cruzada e avaliação de generalização
• Identificar e tratar situações de overfitting e underfitting
• Realizar análise de resíduos e interpretação estatística dos resultados
• Garantir robustez, consistência e interpretabilidade dos modelos
• Participar de todo o ciclo de desenvolvimento dos modelos, desde a exploração e preparação dos dados até sua implantação em produção
• Apoiar a disponibilização e acompanhamento de modelos em ambientes produtivos
• Monitorar performance e estabilidade após o deploy
• Identificar degradação de performance, model drift e data drift
• Avaliar necessidades de recalibração e retreinamento dos modelos
• Garantir que os modelos continuem entregando resultados consistentes após a implantação
• Utilizar Python para exploração, preparação, análise e modelagem de dados
• Trabalhar com bibliotecas como pandas, NumPy, scikit-learn e SciPy
• Utilizar SQL para extração, tratamento e análise de grandes volumes de dados
• Realizar análises exploratórias e preparar datasets para desenvolvimento e validação dos modelos
• Atuar de forma consultiva com áreas de negócio e tecnologia
• Traduzir problemas de negócio em hipóteses e problemas quantitativos
• Apresentar análises, resultados e recomendações para públicos técnicos, executivos e de negócio
• Questionar tecnicamente abordagens quando necessário e propor alternativas
• Contribuir para a evolução da maturidade de Ciência de Dados da organização