O que esta vaga pede
.
Responsabilidades e atribuições
- Desenvolver modelos preditivos e soluções de Machine Learning para problemas complexos de negócio, desde a exploração dos dados até a validação, interpretação e disponibilização dos modelos
- Traduzir necessidades de negócio em perguntas analíticas, requisitos técnicos, datasets e soluções de Dados e Machine Learning
- Desenvolver soluções em Python utilizando técnicas de aprendizado supervisionado, não supervisionado e Deep Learning
- Participar do desenho e detalhamento técnico de novas soluções e funcionalidades de Dados, Machine Learning e Inteligência Artificial
- Desenvolver, evoluir e otimizar pipelines e plataformas de dados para processamento em larga escala, utilizando tecnologias como Spark/PySpark, Kafka e/ou Amazon Kinesis
- Trabalhar com serviços AWS de Dados, Analytics e Machine Learning, como SageMaker, Glue, EMR, Athena, Redshift e Lake Formation
- Atuar na implementação, otimização, monitoramento e sustentação de modelos, pipelines e funcionalidades em produção, garantindo performance, escalabilidade, estabilidade e confiabilidade
- Explorar dados e resultados dos modelos, identificando padrões, oportunidades e melhorias para o negócio
- Aplicar boas práticas de experimentação, testes, versionamento e acompanhamento do ciclo de vida de modelos e pipelines
- Trabalhar de forma colaborativa com times de Engenharia, Dados, Produto e Negócios na construção de soluções ponta a ponta
- Atuar na resolução de problemas e gestão de dependências técnicas em ambientes dinâmicos e de alta complexidade.
Requisitos e qualificações
Disponibilidade para atuação híbrida 2 vezes por semana em R. Carlo Bauduco, 200 - Vila Paraíso, Guarulhos - SP. Experiência profissional como Cientista de Dados, com atuação prática em Machine Learning. Experiência prática com Python aplicado à Ciência de Dados e Machine Learning. Experiência no desenvolvimento de modelos preditivos para problemas reais de negócio. Conhecimento em aprendizado supervisionado, não supervisionado e Deep Learning. Experiência com Scikit-learn, XG
Boost e/ou LightGBM. Conhecimento de Statsmodels e/ou SciPy. Experiência com Jupyter e/ou Databricks. Conhecimento de MLflow e boas práticas de experimentação e ciclo de vida de modelos. Experiência com AWS para Dados, Analytics e Machine Learning, especialmente Amazon SageMaker, além de Glue, EMR, Athena e Redshift. Experiência com processamento de dados em larga escala utilizando Apache Spark/PySpark. Experiência com Apache Kafka e/ou Amazon Kinesis, incluindo processamento de dados em streaming. Conhecimento em desenho, desenvolvimento e otimização de pipelines e plataformas de dados. Conhecimento de SQL, Git, processamento distribuído, performance e escalabilidade. Conhecimento de NLP e/ou Visão Computacional. Experiência ou conhecimento em Tensor
Flow, PyTorch e/ou Apache Flink. Conhecimento em Delta Lake/Delta Tables, AWS Lake Formation e/ou tecnologias NoSQL será considerado diferencial. Conhecimento em ferramentas de ETL, como Informatica Power
Center, modelagem de dados/Power Designer e Power BI será considerado diferencial. Boa capacidade de raciocínio lógico, análise e resolução de problemas, comunicação, colaboração, resiliência e gestão de dependências. Conhecimento ou experiência com metodologias ágeis/Scrum.
