Descrição:
Se você:
Concluiu graduação em TI, Engenharias, Matemática, Estatística, afins;
Tem conhecimento em algoritmos de ciência de dados e habilidade com escrita de código em nível de criação de protótipos;
Conhecimento em processo de versionamento e revisão de código (ex: github, gitlab, etc), processos de monitoria de modelos em produção e metodologias de experimentação (ex: teste A/B);
Experiência com criação de produtos de dados, com manipulação de grandes quantidades de dados e uso de ferramentas (ex: Spark, Dask, etc) e com plataformas de machine learning (ex: AWS, Azure, Google Cloud, etc);
Possui conhecimento em SQL e no Data Science Toolkit (ex. scikit-learn, pandas, notebooks, etc.) e em modelos preditivos de Machine Learning.
Valorizamos se você também:
É pós-graduado(a) em áreas correlacionadas com ciência de dados;
Tem conhecimento do processo de deployment de modelos em produção e com metodologias de teste para produtos de dados;
Possui experiência com desenvolvimento de produtos e com frameworks de orquestração de Machine Learning (Kubeflow, Airflow, MLflow).
Responsabilidades:
Desenvolver modelos e análises diagnósticas, descritivas, preditivas e prescritivas usando técnicas de análise estatística e de machine learning para suporte a decisões data-driven;
Aprimorar continuamente os modelos existentes, para tornar o bom ainda melhor;
Antever situações de risco ou brechas para fraudes em modelos ou processos, buscando seu constante aperfeiçoamento através do aprofundamento das peculiaridades de cada negócio;
Aliar a elaboração de modelos estatísticos complexos a problemas específicos de negócio, garantindo índices cada vez maiores de aprovações automáticas de baixíssimo risco;
Aliar alta qualidade de projetos de modelos com rápida entrega, atendendo as demandas e especificidades de cada segmento;
Atualizar-se constantemente em relação a novas práticas em ciência de dados;
Coordenar tecnicamente desenvolvimento de projetos, da preparação dos dados, até o seu consumo pelo usuário final, passando pelo saneamento dos dados, análise exploratória, modelagem estatística e comunicação dos resultados para o cliente;
Atuar na gestão e ser ponto focal dos projetos, podendo delegar e executar atividades, além da interação com o cliente;
Aplicar técnicas estatísticas de amostragem e modelagem para identificar pontos de melhoria no negócio;
Aplicar técnicas de clusterização para identificar perfil do cliente.
#J-18808-Ljbffr