Cargo: Especialista de Ciência de Dados
Responsabilidades e atribuições
Sua missão como Especialista em Ciência de Dados Será:
- Desenvolvimento Analítico: Construir modelos estatísticos, preditivos e de machine learning para apoiar a tomada de decisão estratégica e operacional. Inovação e Melhoria Contínua: Pesquisar e aplicar novas metodologias, frameworks e tecnologias em ciência de dados.
- Comunicação e Colaboração: Traduzir análises complexas em informações claras e acessíveis, garantindo que diferentes áreas utilizem os insights para gerar valor.
- Gestão de Projetos Analíticos: Planejar, executar e documentar atividades técnicas de projetos de ciência de dados, assegurando qualidade e aderência ao escopo.
- Compliance e Ética: Assegurar que os modelos e análises estejam em conformidade com a LGPD e sigam princípios de uso ético dos dados. Qualidade de Dados: Garantir a consistência, integridade e confiabilidade dos dados utilizados em análises e modelos.
Requisitos e qualificações
Habilidades que esperamos que você possua:
- Formação superior em Ciência da Computação, Engenharia, Estatística, Matemática, Física, ou áreas correlatas. Pós-graduação ou mestrado em áreas de IA, Data Science é um diferencial.
- Sólido conhecimento em ciência de dados aplicada, com domínio de estatística, modelagem preditiva e análise exploratória de dados.
- Experiência prática com machine learning supervisionado e não supervisionado, modelagem preditiva, classificadores, regressão, clustering, árvores de decisão, etc.
- Familiaridade com deep learning, especialmente em frameworks como TensorFlow, PyTorch ou Keras, incluindo CNNs, RNNs e modelos transformadores, se aplicável.
- Conhecimento em NLP (Natural Language Processing) e aplicação de modelos de linguagem em contextos reais é um diferencial.
- Capacidade de desenvolver pipelines de dados e modelos em Python, com experiência em bibliotecas como Pandas, NumPy, Scikit-learn, XGBoost, entre outras.
- Experiência com ferramentas de versionamento e colaboração, como Git, e familiaridade com práticas de MLOps (monitoramento, re-treinamento, automação de modelos).
- Conhecimentos sólidos em SQL e manipulação de grandes bases de dados relacionais e não-relacionais.
- Desejável experiência com ambientes de nuvem (AWS, GCP, Azure) e ferramentas como Docker, Airflow ou similares.