Sr Data Scientist

Topaz; Porto Alegre; Híbrido; BRL 160.000 - 200.000; Tempo integral

Resumo da oferta

Uma empresa de tecnologia em Porto Alegre busca um(a) Sr Data Scientist para desenvolver e implementar modelos de Machine Learning com foco na prevenção de fraudes. O candidato ideal deve ter experiência em Python, MLOps e AWS, e estar presente no escritório de San Pablo ou Indaiatuba duas vezes por semana. A posição oferece um plano de carreira e benefícios com foco no bem-estar e desenvolvimento profissional dos colaboradores.

Serviços

Planos de saúde

Desenvolvimento pessoal e profissional

Modalidade de trabalho híbrido

Convênios e descontos

Qualificações

• Experiência com dados em contextos de MLOps ou Data Science.
• Experiência prática com AWS (EC2, S3, Lambda, ECR, ECS/EKS).
• Manipulação de dados com NumPy e Pandas.
• Desenvolvimento de modelos com Scikit-Learn e TensorFlow.
• Automação de pipelines com GitLab CI/CD.

Responsabilidades

• Liderar o desenvolvimento e a implementação de modelos de Machine Learning.
• Trabalhar em conjunto com Cientistas de Dados na construção de pipelines.
• Implementar monitoramento contínuo do desempenho dos modelos.
• Atualizar modelos com novos dados garantindo rastreabilidade e governança.

Conhecimentos

Python

Desenvolvimento de software

MLOps

Git

NumPy

Pandas

Scikit-Learn

TensorFlow

AWS

Docker

Kubernetes

Terraform

GitLab CI/CD

MongoDB

Descrição da oferta de emprego

Overview

Sr Data Scientist Topaz•Porto Alegre, BR

Descrição da vaga: Na Topaz Evolution, empresa do grupo Stefanini, desenvolvemos soluções tecnológicas de alto impacto para a indústria financeira na América Latina e no mundo. Nosso propósito é impulsionar a inovação, a eficiência e a segurança por meio da tecnologia.

Hoje buscamos um(a) Sr Data Scientist para integrar nosso time, com papel fundamental no desenho, implantação e operação de modelos avançados de Machine Learning voltados à prevenção de fraudes em larga escala.

Seu dia a dia na Topaz

Você será responsável por liderar o desenvolvimento e a implementação de modelos de Machine Learning em ambientes produtivos, atuando de forma colaborativa com times de Data Science, Engenharia e Negócio.

Principais desafios

• Desenvolvimento e Infraestrutura de Machine Learning

• Desenvolver e manter pipelines automatizados de ML (CI/CD) para treinamento, validação e deploy de modelos.
• Adequar pipelines de transformação de dados para inferência de modelos.
• Garantir a escalabilidade, disponibilidade e estabilidade das aplicações de ML em produção.

• Implantação e Monitoramento em Produção

• Trabalhar em conjunto com Cientistas de Dados na construção de pipelines robustos e escaláveis.
• Implementar monitoramento contínuo do desempenho dos modelos.
• Identificar e mitigar data drift, concept drift e degradações de performance.
• Definir alertas e dashboards para acompanhamento de métricas críticas de negócio.

• Otimização e Manutenção

• Implementar estratégias de retreinamento automático e versionamento de modelos.
• Atualizar modelos com novos dados garantindo rastreabilidade e governança.
• Aplicar técnicas de explicabilidade de modelos (XAI), assegurando transparência e conformidade regulatória.
• Otimizar custos de infraestrutura e tempo de processamento.

• Pesquisa e Inovação

• Avaliar novas tecnologias, frameworks e ferramentas de MLOps.
• Definir boas práticas, padrões técnicos e documentação do time.
• Manter-se atualizado(a) sobre tendências em Machine Learning Operations.

O que buscamos em você?

• Presença obrigatória no escritório de San Pablo ou Indaiatuba duas vezes por semana)
• Experiência em desenvolvimento de software.
• Experiência com dados em contextos de MLOps ou Data Science.
• Python
• Domínio de Python para desenvolvimento de aplicações robustas.
• Versionamento de código com Git.
• Conhecimentos sólidos em estruturas de dados, algoritmos e padrões de projeto.
• Manipulação de dados com NumPy e Pandas.
• Desenvolvimento de modelos com Scikit-Learn e TensorFlow.
• Testes unitários com pytest e testes de carga com Locust.
• Cloud & Infraestrutura
• Experiência prática com AWS (EC2, S3, Lambda, ECR, ECS/EKS).
• Containerização com Docker.
• Orquestração com Kubernetes.
• Infrastructure as Code com Terraform.
• DevOps
• Automação de pipelines com GitLab CI/CD.
• Boas práticas de DevOps aplicadas a ML.
• Bancos de dados
• Experiência com bancos de dados NoSQL (MongoDB, DocumentDB, DynamoDB).
• Desenvolvimento de modelos ORM para bancos de dados relacionais.

Diferenciais

• Certificações AWS (Solutions Architect, Machine Learning Specialty).
• Experiência com ferramentas de MLOps (MLflow, Kubeflow, Airflow).
• Conhecimento em Feature Stores e Model Registry.
• Experiência com frameworks de monitoramento de modelos.
• Conhecimentos em segurança e governança de dados.
• Contribuições para projetos open source.

Benefícios

• Saúde e Bem-estar: Porque pensamos em nossas equipes, oferecemos diferentes planos de saúde, focados em promover o bem-estar na organização.
• Desenvolvimento pessoal e profissional: Estamos em constante evolução. Por isso, oferecemos ambientes, programas e políticas que garantem o espaço e as oportunidades necessárias para você🎓Rota de carreira.
• Flexibilidade e tempo livre: Aqui você encontrará o tempo necessário para recarregar as energias, além de poder desfrutar de um dia de folga no seu aniversário 🥳 Modalidade de trabalho híbrido.
• Convênios: Oferecemos diferentes convênios e descontos.