Liderar a estratégia e execução de Ciência de Dados
- Liderar equipes em projetos complexos, orientando e mentorando membros do time;
- Propor e implementar estratégias para melhorar processos e práticas internas de ciência de dados;
- Decidir quando um modelo está pronto para produção e definir como monitorá-lo.
Desenvolver modelos de IA de ponta a ponta
- Desenvolver modelos utilizando técnicas de IA (estatística, machine learning e deep learning), desde a coleta e tratamento até a engenharia de features;
- Implementar algoritmos de aprendizado supervisionado e não supervisionado, otimizando-os para performance e eficiência;
- Encapsular modelos em APIs robustas, fáceis de usar e bem documentadas.
Transformar grandes volumes de dados em valor
- Coletar, processar e analisar grandes volumes de dados estruturados e não estruturados para identificar padrões e tendências;
- Criar visualizações que elucidem as decisões tomadas e a qualidade dos modelos desenvolvidos.
Atuar como ponte entre tecnologia e negócio
- Facilitar a comunicação entre diferentes departamentos e alavancar o potencial de equipes multidisciplinares;
- Interface direta com clientes e parceiros para levantamento de requisitos técnicos, especificação de arquitetura de modelos e apresentação de resultados.
Sustentar a cultura de inovação da Kunumi
- Manter-se atualizado com as últimas tendências e avanços em ciência de dados e IA;
- Atuar de forma colaborativa e alinhada ao "jeito Kunumi": autonomia, responsabilidade compartilhada e diálogo aberto.
O que é esperado de você
- Liderança Técnica: Experiência sólida liderando projetos e equipes técnicas.
- Domínio de Programação: Proficiência em Python (preferencial), R, SQL e bibliotecas como TensorFlow, PyTorch e Scikit-Learn.
- Ambiente de Desenvolvimento: Experiência de desenvolvimento em ambiente Linux.
- Experiência Prática: Aplicação real de métodos estatísticos e algoritmos de ML para resolver problemas complexos.
- Visualização de Dados: Experiência com ferramentas como Tableau, Matplotlib ou Seaborn.
Diferenciais
- Big Data: Familiaridade com tecnologias de armazenamento e processamento como Hadoop, Spark e NoSQL.
- Pesquisa Aplicada: Experiência anterior coordenando esforços de P&D.
- Visão de Produto: Capacidade de traduzir limitações técnicas em soluções de negócio para clientes.