**Requisitos**:
Superior em Ciência da Computação, Matemática, Estatística, Economia, Engenharia ou áreas correlatas.
Experiência com apresentações orais e escritas.
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 e Numpy).
Experiência com extração e análise de banco de dados (SQL).
Experiência com limpeza e transformação de dados (Feature Engineering).
Inglês avançado.
Experiência com Algoritmos de Regressão, Classificação e Clustering
Experiência com Reinforcement Learning e Association Rules Learning
Experiência com Neural Networks - Supervised and Unsupervised Learning
**Atividades**:
**Fortes conhecimentos em Visão Computacional e construção de modelo para Predição de Demanda (Forecasting).
(Importante)**
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 técnicamente 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.