Responsabilidades:
Explorar, limpar e analisar grandes volumes de dados (estruturados e não estruturados) para identificar padrões, anomalias e oportunidades.
Desenvolver, treinar e validar modelos preditivos e prescritivos de Machine Learning (regressão, classificação, clusterização, séries temporais, etc.).
Criar análises estatísticas rigorosas e testes de hipóteses para validar premissas de negócio.
Traduzir métricas matemáticas complexas em relatórios e dashboards (Storytelling de Dados) para stakeholders técnicos e não técnicos
Colaborar com engenheiros de dados para estruturar pipelines de dados eficientes que alimentem os modelos de forma escalável.
Levar modelos à produção com boas práticas de engenharia de software: escrever código limpo, modular e testável. Versionar com Git, participar de code reviews e realizar deploys de modelos e aplicações de dados (APIs, jobs batch ou streaming) em colaboração com times de engenharia e MLOps.
Requisitos Técnicos:
Experiência com: Python (Pandas, NumPy, Scikit-Learn, SciPy) ou R.
Domínio de ferramentas de consulta e manipulação de dados: SQL avançado.
Experiência prática em frameworks de Machine Learning e Deep Learning.
Fortes conhecimentos em Estatística (probabilidade, regressões, testes A/B) e Álgebra Linear.
Experiência com ferramentas de visualização de dados (Power BI, Tableau ou Looker).
Experiência com engenharia de software (Git, Cloud GCP e Azure, programação orientada a objetos)
- Plano de Saúde e Odontológico
- Auxilio Home Office
- Auxílio Alimentação
- Day Off no aniversário
- Programa de Saúde e Bem-Estar
- Programa de Desenvolvimento Individual (PDI).