Cientista de dados

CIENTISTA DE DADOS PLENO/SÊNIOR — INTELIGÊNCIA ARTIFICIAL E BIG DATA

Localização: Eusébio/CE ou Goiânia/GO

Modelo de trabalho: Híbrido

Tipo de contrato: CLT ou PJ

Jornada: Tempo integral

Senioridade: Pleno ou Sênior

SOBRE A VAGA

Estamos buscando um(a) Cientista de Dados Pleno ou Sênior para transformar grandes volumes de dados em análises, previsões e soluções de Inteligência Artificial que apoiem decisões e gerem resultados para o negócio.

Você participará de todo o ciclo de desenvolvimento de modelos, desde a compreensão do problema e exploração dos dados até a experimentação, validação, implantação e acompanhamento em produção.

Em colaboração com as equipes de engenharia de dados e desenvolvimento, trabalhará com Machine Learning, Deep Learning, Apache Spark e Apache Flink em projetos que envolvem processamento de grandes volumes de dados, tanto em lote quanto em tempo real.

O nível de atuação e as responsabilidades serão ajustados conforme a experiência e a senioridade do profissional.

PRINCIPAIS RESPONSABILIDADES

• Traduzir desafios de negócio em problemas de Ciência de Dados, definindo hipóteses, métricas e critérios de sucesso.
• Realizar análises exploratórias e estatísticas para identificar padrões, tendências e oportunidades.
• Preparar datasets, tratar inconsistências e desenvolver atributos (Feature Engineering) para treinamento e avaliação de modelos.
• Desenvolver, comparar e validar modelos de Machine Learning e Deep Learning, considerando desempenho, interpretabilidade e impacto no negócio.
• Utilizar Apache Spark, PySpark e Spark SQL para processamento e análise de dados em larga escala.
• Trabalhar com Apache Flink no desenvolvimento de soluções de processamento distribuído e análise de dados em tempo real.
• Colaborar com equipes de engenharia de dados na construção e otimização de pipelines de processamento em lote e streaming.
• Participar da implantação de modelos e da construção de fluxos de inferência em produção.
• Monitorar a qualidade dos dados e o desempenho dos modelos, identificando mudanças de comportamento e necessidades de retreinamento.
• Comunicar resultados, limitações e recomendações para públicos técnicos e de negócio.
• Documentar análises e experimentos para garantir rastreabilidade e reprodutibilidade.

REQUISITOS TÉCNICOS

• Experiência prática em Ciência de Dados, com desenvolvimento e validação de modelos de Machine Learning.
• Proficiência em Python e SQL, com conhecimento de bibliotecas como Pandas, NumPy e Scikit-learn.
• Conhecimento sólido de estatística e probabilidade, incluindo testes de hipóteses, análise exploratória e avaliação de modelos.
• Experiência com preparação de dados, seleção de variáveis e engenharia de atributos.
• Conhecimento de processamento distribuído de dados com Apache Spark, especialmente PySpark e Spark SQL.
• Conhecimento de Apache Flink e seus conceitos de processamento de dados em tempo real, incluindo Data Streams, processamento com estado e janelas temporais.
• Familiaridade com arquiteturas de processamento em lote e streaming, incluindo integração com sistemas de mensageria como Apache Kafka.
• Experiência ou familiaridade com ambientes de nuvem, preferencialmente AWS.
• Conhecimento de conceitos de arquitetura de dados, Data Lake e Data Warehouse.
• Conhecimento de Git e boas práticas de organização e versionamento de código.

DIFERENCIAIS

• Experiência com Deep Learning utilizando PyTorch ou TensorFlow.
• Conhecimento de MLOps, incluindo versionamento de modelos, automação de treinamento, implantação e monitoramento.
• Experiência prática com Apache Flink, incluindo desenvolvimento e otimização de aplicações de streaming, gerenciamento de estado, checkpoints e processamento baseado em Event Time.
• Experiência com Spark Structured Streaming, Apache Kafka, Amazon MSK ou Kinesis.
• Experiência com serviços AWS, como S3, Glue, EMR e SageMaker.
• Vivência com Feature Stores e disponibilização de atributos para treinamento e inferência.
• Experiência com séries temporais, detecção de anomalias, sistemas de recomendação ou Processamento de Linguagem Natural (NLP).
• Conhecimento de ferramentas de visualização, como Power BI, QuickSight ou bibliotecas Python.
• Familiaridade com governança, segurança, privacidade de dados e uso responsável de IA.
• Experiência com arquitetura e otimização de soluções de Machine Learning em ambientes de produção.
• Capacidade de orientar tecnicamente outros profissionais e contribuir para decisões de arquitetura e modelagem.

PERFIL QUE BUSCAMOS

• Pensamento analítico e curiosidade para investigar problemas e testar hipóteses.
• Capacidade de conectar análises e decisões técnicas aos objetivos do negócio.
• Boa comunicação para apresentar conclusões e explicar resultados.
• Facilidade para colaborar com equipes multidisciplinares.
• Proatividade e organização para conduzir experimentos e propor melhorias.
• Senso crítico para reconhecer limitações dos dados e dos modelos.
• Autonomia