Cientista De Dados Sr

**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;
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.

**Desejável**:
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 Data Factory, DataBricks, Synapse, PowerBI, ElasticSearch, Kibana. Kafka, Spark, Spark Streaming; Experiência com ML DL, AutoML, MLOps e Engenharia de Dados. Atividades: Construção de modelo para Predição de Demanda (Forecasting), Séries Temporais;
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;
Auxiliar na expansão do uso da ciência de dados nas frentes dos negócios.