Cientista de Dados Sênior | Machine Learning e IA| Mid/Senior (Hybrid/SP)

Responsabilidades e atribuições

• Desenvolver modelos preditivos e soluções de Machine Learning para problemas complexos de negócio, desde a exploração dos dados até a validação, interpretação e disponibilização dos modelos
• Traduzir necessidades de negócio em perguntas analíticas, requisitos técnicos, datasets e soluções de Dados e Machine Learning
• Desenvolver soluções em Python utilizando técnicas de aprendizado supervisionado, não supervisionado e Deep Learning
• Participar do desenho e detalhamento técnico de novas soluções e funcionalidades de Dados, Machine Learning e Inteligência Artificial
• Desenvolver, evoluir e otimizar pipelines e plataformas de dados para processamento em larga escala, utilizando tecnologias como Spark/PySpark, Kafka e/ou Amazon Kinesis
• Trabalhar com serviços AWS de Dados, Analytics e Machine Learning, como SageMaker, Glue, EMR, Athena, Redshift e Lake Formation
• Atuar na implementação, otimização, monitoramento e sustentação de modelos, pipelines e funcionalidades em produção, garantindo performance, escalabilidade, estabilidade e confiabilidade
• Explorar dados e resultados dos modelos, identificando padrões, oportunidades e melhorias para o negócio
• Aplicar boas práticas de experimentação, testes, versionamento e acompanhamento do ciclo de vida de modelos e pipelines
• Trabalhar de forma colaborativa com times de Engenharia, Dados, Produto e Negócios na construção de soluções ponta a ponta
• Atuar na resolução de problemas e gestão de dependências técnicas em ambientes dinâmicos e de alta complexidade.

Requisitos e qualificações

Disponibilidade para atuação híbrida 2 vezes por semana em R. Carlo Bauduco, 200 - Vila Paraíso, Guarulhos - SP.

Experiência profissional como Cientista de Dados, com atuação prática em Machine Learning.

Experiência prática com Python aplicado à Ciência de Dados e Machine Learning.

Experiência no desenvolvimento de modelos preditivos para problemas reais de negócio.

Conhecimento em aprendizado supervisionado, não supervisionado e Deep Learning.

Experiência com Scikit-learn, XGBoost e/ou LightGBM.

Conhecimento de Statsmodels e/ou SciPy.

Experiência com Jupyter e/ou Databricks.

Conhecimento de MLflow e boas práticas de experimentação e ciclo de vida de modelos.

Experiência com AWS para Dados, Analytics e Machine Learning, especialmente Amazon SageMaker, além de Glue, EMR, Athena e Redshift.

Experiência com processamento de dados em larga escala utilizando Apache Spark/PySpark.

Experiência com Apache Kafka e/ou Amazon Kinesis, incluindo processamento de dados em streaming.

Conhecimento em desenho, desenvolvimento e otimização de pipelines e plataformas de dados.

Conhecimento de SQL, Git, processamento distribuído, performance e escalabilidade.

Conhecimento de NLP e/ou Visão Computacional.

Experiência ou conhecimento em TensorFlow, PyTorch e/ou Apache Flink.

Conhecimento em Delta Lake/Delta Tables, AWS Lake Formation e/ou tecnologias NoSQL será considerado diferencial.

Conhecimento em ferramentas de ETL, como Informatica PowerCenter, modelagem de dados/Power Designer e Power BI será considerado diferencial.

Boa capacidade de raciocínio lógico, análise e resolução de problemas, comunicação, colaboração, resiliência e gestão de dependências.

Conhecimento ou experiência com metodologias ágeis/Scrum.