Cientista de dados pleno

<p>Nesta função, você trabalhará para grandes empresas, conduzindo análises aprofundadas de dados, para resolver problemas reais de clientes. Você trabalhará com equipes para coletar, agregar, combinar, consolidar e confirmar dados quanto à qualidade e precisão. Aplicar modelos de algoritmos estatísticos, como séries temporais, análise de sobrevivência, regressão, árvore de decisão, médias K e redes neurais, etc., para compreender e prever eventos de negócios. Desempenhar um papel fundamental nas equipes de Customer Analytics responsáveis pela implementação de uma estratégia de ponta baseada em dados para nossos clientes.</p> <p> </p> <p><strong>Importante: morar em São Paulo ou arredores, com facilidade para ir para SP.</strong></p> <p><strong>Disponibilidade para viagens para ministrar treinamentos, workshops, realizar apresentações técnicas para clientes.</strong></p> <p> </p> <p><strong>Atividades:</strong></p> <ul> <li>Coletar, limpar e pré-processar dados de diversas fontes, garantindo a qualidade para a análise.</li> <li>Desenvolver e implementar modelos de <strong>Machine Learning</strong> para resolver problemas de negócio.</li> <li>Realizar análises estatísticas para identificar padrões, tendências e insights valiosos.</li> <li>Criar dashboards e visualizações claras e eficientes para comunicar os resultados a times não técnicos.</li> <li>Ministrar treinamentos e workshops</li> <li>Realizar apresentações.</li> <li>Elaborar propostas de solução.</li> </ul> <p><strong>Requisitos Técnicos (Hard Skills)</strong></p> <ul> <li><strong>Formação:</strong> Graduação em Estatística, Matemática ou Ciência da Computação.</li> <li><strong>Programação:</strong> Proficiência em <strong>Python ou R</strong>, com experiência em bibliotecas como Pandas, NumPy, Scikit-learn.</li> <li><strong>Bancos de Dados:</strong> Experiência com <strong>SQL</strong> e conhecimento de bancos de dados relacionais e/ou não-relacionais.</li> <li><strong>Modelos de Machine Learning:</strong> Experiência prática com:</li> <li><strong>Modelos de classificação e regressão</strong> (ex: Árvores de Decisão, Random Forest, Regressão Logística).</li> <li><strong>Modelos de aprendizado não supervisionado</strong> (ex: K-Means, DBSCAN) para segmentação.</li> <li>Conhecimento de <strong>modelos de séries temporais</strong> (ex: ARIMA, Prophet) para previsão de demanda.</li> <li><strong>LLM:</strong> familiaridade com <strong>Large Language Models (LLMs)</strong> (ex: GPT, BERT) e técnicas de <strong>prompt engineering</strong>.</li> <li><strong>Visualização de Dados:</strong> Experiência com ferramentas como Tableau e/ou Power BI.</li> <li><strong>Conhecimento de plataformas de nuvem: </strong>AWS, Google Cloud e/ou Azure.</li> <li><strong>Diferencial:</strong></li> <li>conhecimento em KNIME.</li> </ul> <p><strong>Habilidades Comportamentais (Soft Skills)</strong></p> <ul> <li><strong>Proatividade e Resolução de Problemas:</strong> Foco em encontrar soluções eficientes e propor novas abordagens para os desafios.</li> <li><strong>Comunicação Efetiva:</strong> Capacidade de traduzir resultados técnicos em insights claros e acionáveis para públicos não técnicos.</li> <li><strong>Colaboração e Trabalho em Equipe:</strong> Disposição para trabalhar de forma integrada com engenheiros de dados, desenvolvedores e gerentes de projeto.</li> <li><strong>Pensamento Crítico e Foco em Resolução de Problemas:</strong> Curiosidade para entender a raiz dos problemas de negócio e a capacidade de pensar em soluções criativas e pragmáticas.</li> <li><strong>Orientação a Resultados e Responsabilidade:</strong> Comprometimento com a entrega de soluções no prazo, com foco em agregar valor real ao negócio.</li> <li><strong>Adaptação e Aprendizado Contínuo:</strong> Capacidade de se manter atualizado com novas tecnologias e metodologias em um ambiente de rápida evolução.</li> </ul>