Overview
Se você é apaixonado por transformar dados em inteligência e possui experiência sólida em visão computacional, machine learning e análise estatística, essa oportunidade é para você! Buscamos um profissional com domínio em Python/R, Cloud (Azure, AWS) e Databricks, capaz de conduzir projetos complexos de ponta a ponta, da análise exploratória à modelagem preditiva.
Informações:
💼Modelo de trabalho via contrato PJ;
🏡Home Office;
Requisitos:
- Fundamental experiência em projetos de visão computacional.
- Conhecimentos em Cloud Azure, AWS e 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.
- 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 , Numpy, Pillow e OpenCV).
- 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.
Será um diferencial…
- Inglês e espanhol.
- Mestrado ou Doutorado em Ciência da Computação, Matemática, Estatística, Economia, Engenharia ou áreas correlatas.
- Experiência com os ambientes Airflow, Git, Cloud Azure, Pentaho Data Integration.
- Experiência com MS Fabric, Copilot Studio, Data Factory, Databricks, PowerBI, Kafka, Spark, Spark Streaming.
- Experiência com ML , DL, AutoML, MLOps e Engenharia de Dados
Atividades:
- Foco no desenvolvimento de soluções dentro do Lab de Inovação do Cliente.
- 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.