
Cientista de Dados Sênior
- São Paulo - SP
- Permanente
- Período integral
- Desenvolver modelos preditivos e algoritmos utilizando técnicas avançadas de aprendizado de máquina e estatística.
- Criar soluções bem arquitetadas, evitando falhas lógicas.
- Prototipar soluções com Machine Learning utilizando aprendizado supervisionado e não supervisionado.
- Implementar métodos de regressão, clustering, análise multivariada, redes neurais, árvore de decisão.
- Ser capaz de ‘contar histórias’ através de dados, correlacionando variáveis de maneira consistente.
- Identificar e propor novas variáveis explicativas que otimizem os resultados operacionais da corporação.
- Desenvolver visualizações com vista a tornar análises complexas acessíveis para os diversos públicos.
- Buscar aperfeiçoamento contínuo para entender o Core Business da empresa e contribuir em projetos de inovação e de melhoria contínua.
- Possuir senso de urgência e ser comprometido com prazos acordados.
- Ficar atualizado com as últimas tendências e avanços na área de ciência de dados.
- Implementar e validar modelos em ambientes de produção, assegurando a eficácia e escalabilidade.
- Colaborar com a equipe de engenharia de dados na construção de pipelines de dados eficientes.
- Formação Acadêmica (Médio, Superior, Pós Graduação)
- Formação Acadêmica Mínima Obrigatória
- Ensino Superior Completo (Graduação nas áreas de Matemática, Estatística, TI)
- Pós-Graduação em Big Data ou áreas correlatas
- Ter de 3 anos a 5 anos de experiência e já ter trabalhado como Cientista de Dados (ter trabalhado no Varejo será considerado um diferencial)
- Competência Técnicas Obrigatórias:
- Experiência prática em projetos de ciência de dados, incluindo limpeza de dados, análise exploratória e modelagem.
- Habilidades avançadas em linguagens de programação como Python ou R.
- Habilidades avançadas em SQL.
- Experiência com bibliotecas e ferramentas populares de ciência de dados (por exemplo, pandas, scikit-learn, TensorFlow, PyTorch).
- Conhecimento sólido em estatística, álgebra linear e métodos de aprendizado de máquina.
- Experiência em lidar com grandes conjuntos de dados e ambientes de computação distribuída 2.4