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