Para este desafio é necessário:- Formação completa nas áreas de exatas (engenharias, estatística, matemática, física, computação ou economia);- Programação: Proficiência em Python, R ou linguagens similares, com experiência no uso de frameworks como Scikit-learn, TensorFlow e PyTorc;.-Machine Learning e Deep Learning: Experiência comprovada no desenvolvimento e aplicação de modelos avançados;-SQL e Big Data: Domínio de SQL e ferramentas relacionadas (Hadoop, SparkSQL, Presto/Athena, Teradatae AWS Glue);-MLOps: Experiência na criação de pipelines de dados e produtos utilizando práticas de MLOps;-Cloud Computing: Familiaridade com plataformas como AWS para escalabilidade de soluções;-Estatística Avançada: Conhecimento sólido em estatística, probabilidade e técnicas exploratórias;-Familiaridade com softwares e soluções para mineração de dados (ETL).Diferenciais para o cargo:- Experiência no Varejo;-Certificação em cloud computing (AWS, Azure, Google Cloud).Estamos à procura de um(a) Cientista de Dados:Procuramos um Cientista de Dados apaixonado por transformar dados em decisões estratégicas.
Sua missão será explorar e analisar dados para identificar oportunidades, desenvolver e validar modelos preditivos e algoritmos de aprendizado de máquina, e implementar soluções escaláveis e eficientes em produção.
Você irá construir pipelines robustos, integrar informações de diversas fontes e garantir a qualidade dos dados.Colaborando com equipes multidisciplinares, você transformará análises técnicas em insights acionáveis.O que você vai fazer:- Analisar e explorar dados estruturados e não estruturados para identificar padrões, tendências e oportunidades de negócio;-Desenvolver e validar modelos preditivos, algoritmos de aprendizado de máquina e análises estatísticas avançadas;- Implementar e monitorar modelos em produção, garantindo eficiência, precisão e escalabilidade;- Construir e manter pipelines de dados robustos e escaláveis para processar grandes volumes de informações;-Identificar, extrair e integrar dados de diferentes fontes, como bancos de dados, arquivos, APIs e sistemas distribuídos;-Realizar limpeza e preparação de dados, abordando problemas de qualidade, erros e valores discrepantes;-Colaborar com equipes multidisciplinares e clientes para criar soluções de ciência de dados que gerem impacto mensurável.