Cientista de Dados: Sustentação de Modelos (Remoto)

Stefanini; United States; À distance; USD 120 000 - 160 000; Plein temps

Résumé du poste

A Stefanini, em uma jornada global de transformação, oferece posição 100% remota para atuação em ciência de dados e IA, com foco em inovação, qualidade e parceria.

Você irá sustentar modelos em produção, investigar incidentes de desempenho e aplicar visão computacional, desenvolvendo código Python limpo e bem documentado, e colaborando com equipes de infraestrutura e dados para manter a estabilidade dos fluxos operacionais.

Qualifications

• Graduação completa em Ciência da Computação, Análise e Desenvolvimento de Sistemas, Engenharia da Computação, Matemática, Física, Estatística ou áreas correlatas.
• Experiência em projetos de ciência de dados com ciclo completo de modelos em produção.
• Conhecimento sólido de Python e Git.
• Experiência prática com aprendizado de máquina e aprendizado profundo.
• Experiência consistente em projetos de visão computacional.
• Conhecimento das bibliotecas de ML/DL e das convenções PEP do Python.

Responsabilités

• Sustentar, manter e aprimorar modelos de aprendizado de máquina e aprendizado profundo já implantados em produção.
• Investigar e resolver incidentes relacionados ao desempenho dos modelos, à deriva de dados e a falhas técnicas.
• Aplicar técnicas de visão computacional na análise e no tratamento de dados visuais.
• Desenvolver e manter código Python limpo, eficiente, bem documentado e alinhado às boas práticas do ecossistema.
• Colaborar com as equipes de infraestrutura e engenharia de dados para manter a estabilidade dos fluxos operacionais.

Connaissances

Python

Git

Machine Learning

Deep Learning

Computer Vision

Data Modeling

Formation

Formação superior em Ciência da Computação/Áreas correlatas

Outils

TensorFlow

PyTorch

Description du poste

A Stefanini, em uma jornada global de transformação, oferece posição 100% remota para atuação em ciência de dados e IA, com foco em inovação, qualidade e parceria.

Você irá sustentar modelos em produção, investigar incidentes de desempenho e aplicar visão computacional, desenvolvendo código Python limpo e bem documentado, e colaborando com equipes de infraestrutura e dados para manter a estabilidade dos fluxos operacionais.