Estamos em busca de um Cientista de Dados Sênior que será responsável por liderar a construção de modelos estatísticos e de machine learning.

Requisitos:

Graduação em Ciência da Computação, Engenharia de Computação, Estatística, Matemática ou áreas relacionadas;

Fundamental experiência em projetos de visão computacional;

Conhecimentos em Cloud Azure Databricks;

Conhecimentos do processo de construção de modelos;

Análise Descritiva e Exploratória de Dados;

Teste de Hipóteses Inferência Clássica e Bayesiana;

Construção de modelos Estatísticos de Machine Learning;

Análise de Diagnósticos;

Fortes Conhecimentos de Python/R | Spark;

Experiência com análise de dados para descobrir padrões ocultos;

Conhecimento em ferramentas de visualização de dados;

Experiência com análise e resolução de problemas relacionados a dados;

Experiência com programação em Python e seu ecossistema de análise de dados (Pandas, Scikit-Learn e Numpy);

Experiência com extração e análise de banco de dados (SQL);

Experiência com limpeza e transformação de dados (Feature Engineering);

Experiência com Algoritmos de Regressão, Classificação e Clustering;

Experiência com Reinforcement Learning e Association Rules Learning;

Experiência com Neural Networks – Supervised and Unsupervised Learning.

Atividades:

Foco no desenvolvimento de soluções, atuando na definição do problema até a entrega de modelos explicáveis e de impacto direto no negócio;

Realizar análises descritivas e exploratórias para entendimento de dados e levantamento de hipóteses técnicas;

Desenvolver modelagem preditiva utilizando o estado da arte em Machine Learning e as métricas adequadas para seleção de modelos;

Validar tecnicamente a utilização dos modelos preditivos;

Desenvolver certificação prática do desempenho dos modelos (teste A/B, controle/intervenção, planejamento e experimentos);

Colaborar com o time de Estatísticos, Engenheiros em Machine Learning, Economistas para resolver problemas usando Data Science;

Validação de estruturas de dados e Feature Engineering;

Trabalhar com o time de Engenheiros de Dados e Arquitetos de Dados na criação de Datasets para treinamento de múltiplos modelos;

Coletar, limpar, armazenar, organizar, integrar dados e ajudar na criação de pipelines de dados;

Auxiliar na expansão do uso da ciência de dados nas frentes dos negócios.

Obs: Necessário disponibilidade de atuação híbrida em São Paulo - SP.