A Kalendae atua desde 2005 no mercado brasileiro, oferecendo serviços de co-sourcing e consultoria, além de desenvolvimento de aplicações, segurança da informação, consultoria em serviços de infraestrutura on premise e em cloud e capacitação em gerenciamento de serviços de TI e Negócios.Buscamos evolução contínua em nossos serviços voltada à satisfação de nossos clientes e realização de nossos colaboradores.Descrição da Posição:Atuação designada para contribuir para a transformação de dados em insights estratégicos e decisões de negócios. Este profissional será responsável por explorar, modelar e implementar soluções de análise de dados, aplicando técnicas avançadas de estatística, machine learning e inteligência artificial, e colaborando com equipes multidisciplinares para resolver problemas complexos.Responsabilidades:Extração e manipulação de dados: Coletar, processar e transformar grandes volumes de dados estruturados e não estruturados provenientes de diferentes fontes.Análise exploratória: Identificar padrões, tendências e anomalias nos dados, apresentando insights que orientem decisões estratégicas.Modelagem preditiva e prescritiva: Desenvolver e implementar modelos de machine learning, algoritmos de deep learning, análise estatística e otimização.Validação e avaliação de modelos: Monitorar a eficácia de modelos desenvolvidos, realizando ajustes contínuos para melhorar sua performance.Engenharia de dados: Colaborar com engenheiros de dados na construção de pipelines e na implementação de soluções escaláveis para manipulação e processamento de dados.Visualização de dados: Criar dashboards e relatórios interativos que facilitem a compreensão dos insights gerados, utilizando ferramentas como Tableau, Power BI ou bibliotecas Python como Matplotlib e Seaborn.Colaboração interdisciplinar: Trabalhar em parceria com stakeholders das áreas de negócios, tecnologia e produto para alinhar soluções técnicas às metas organizacionais.Pesquisa e inovação: Manter-se atualizado(a) com as tendências e tecnologias emergentes no campo de ciência de dados, explorando novas ferramentas e metodologias para agregar valor à organização.Requisitos Técnicos:Formação acadêmica: Graduação em Ciência de Dados, Estatística, Matemática, Engenharia, Computação ou áreas correlatas. Mestrado ou Doutorado são diferenciais.Linguagens de programação: Domínio em Python e/ou R. Conhecimento em SQL para manipulação de bancos de dados.Machine Learning e IA: Experiência com bibliotecas como TensorFlow, PyTorch, Scikit-learn, Keras e frameworks de aprendizado profundo.Big Data: Familiaridade com ferramentas como Hadoop, Spark, Kafka e ambientes de cloud computing (AWS, Azure ou Google Cloud).Modelagem estatística: Conhecimento avançado de regressões, séries temporais, análise de clusters e testes de hipóteses.Banco de dados: Experiência com sistemas relacionais (MySQL, PostgreSQL) e não relacionais (MongoDB, Cassandra).Ferramentas de visualização: Experiência prática com Tableau, Power BI ou bibliotecas Python (Seaborn, Plotly, D3.js).Habilidades Comportamentais:Pensamento analítico e lógico para resolução de problemas complexos.Capacidade de traduzir conceitos técnicos para públicos não técnicos.Habilidades de comunicação e apresentação para transmitir resultados com clareza.Proatividade e capacidade de trabalhar de forma independente e em equipe.Gestão de tempo e organização para lidar com múltiplos projetos simultaneamente.Diferenciais:Publicações acadêmicas ou contribuições para a comunidade de ciência de dados.Certificações relevantes (AWS Certified Data Analytics, Google Data Engineer, entre outras).Experiência com A/B testing, experimentação e causal inference.Informações Adicionais:Modelo de trabalho: Híbrido
#J-18808-Ljbffr