Como Analista de Ciência de Dados, você atuará em projetos que combinam dados, inteligência artificial e tecnologia para resolver desafios de negócio. Na Stefanini, você terá a oportunidade de colaborar com diferentes equipes e contribuir para soluções com impacto para os clientes.
Responsabilidades
- Atuar em todas as etapas do ciclo de vida de ciência de dados: coleta, tratamento, modelagem, validação, implantação e monitoramento.
- Desenvolver e manter pipelines de aprendizado de máquina, incluindo treinamento, inferência, versionamento e automação.
- Implementar práticas de MLOps e LLMOps, como integração e entrega contínuas (CI/CD), versionamento de dados, prompts e modelos, além do monitoramento de desempenho.
- Desenvolver soluções em Python com boas práticas de engenharia de software e foco em reprodutibilidade.
- Construir e otimizar pipelines de dados, integrando diferentes fontes e cuidando da qualidade e governança.
- Aplicar métodos estatísticos e técnicas de aprendizado supervisionado e não supervisionado a desafios de negócio.
- Colaborar com equipes de engenharia, produto e negócio para transformar desafios técnicos em resultados mensuráveis.
- Contribuir para a seleção e o ajuste fino de modelos de fundação para casos de uso específicos.
Requisitos obrigatórios
- Ensino superior em Ciência da Computação, Engenharia, Estatística, Matemática ou áreas correlatas.
- Experiência em projetos de ciência de dados aplicados a negócios.
- Domínio de Python e bibliotecas de ciência de dados, como pandas, NumPy e scikit-learn.
- Experiência prática com MLOps, incluindo pipelines de aprendizado de máquina, CI/CD, versionamento, implantação e monitoramento de modelos em produção.
- Conhecimento sólido de SQL e manipulação de bases de dados relacionais e não relacionais.
- Vivência com modelagem estatística e métricas de desempenho de modelos.
- Familiaridade com ferramentas de visualização de dados, como Looker Studio, Power BI, Tableau ou similares.
- Experiência com integração de APIs e automação de fluxos de dados e modelos.
- Conhecimento de engenharia de prompts e padrões de design para aplicações baseadas em agentes.
Diferenciais
- Experiência com Vertex AI Model Garden, experimentação com Gemini ou ajuste de modelos via Vertex AI.
- Certificações em aprendizado de máquina, MLOps ou pipelines de ML em nuvem.
- Familiaridade com ferramentas de orquestração e versionamento, como Airflow, MLflow, Kubeflow ou DVC.
- Conhecimento de integração com modelos de linguagem (LLMs), cache de prompts e otimização de custos de inferência.
- Fluência em espanhol ou inglês.
- Familiaridade com Red Teaming para LLMs e implementação de guardrails de segurança, incluindo Content Safety API.
- Experiência na implantação de modelos em contêineres com Google Kubernetes Engine (GKE) ou Cloud Run.
- Conhecimento de quantização e destilação de modelos para melhorar o desempenho.
- Experiência com ferramentas de observabilidade de LLMs, como Arize Phoenix, LangSmith ou Weights & Biases.
O que esperamos
Esperamos que você tenha iniciativa para investigar problemas, rigor na construção e validação de soluções e disposição para colaborar com diferentes equipes. Seu trabalho deve contribuir para que dados e inteligência artificial gerem produtividade e valor para os clientes.