Cientista de Dados Pleno

Não informado

Não informado

Não informado

Vale alimentação e refeição no cartão FLASH🥗
Auxílio Home Office no cartão FLASH 💳
Plano de saúde de acordo com a sua localidade 🩺
Plano odontológico de acordo com a sua localidade 🦷
Day off de aniversário + valor depositado no cartão FLASH🎉
Licença-maternidade e paternidade estendida 🍼
Participação nos lucros (PLR) 💰
Seguro de vida 🧡
Auxílio creche 👶
Bônus por indicação 💰
Vale-transporte 🚍
Clude | Plataforma de Saúde 🩺
Total Pass 🏋🏽‍♀️
CRM Bônus 💸

Idear e modelar soluções inteligentes focadas no negócio, em colaboração com equipes multidisciplinares.
Desenhar experimentos e desenvolver scripts para a extração, mineração e transformação de dados de diversas fontes.
Assegurar a qualidade dos dados através de métodos de pré-processamento.
Aplicar métodos científicos e estatísticos para explorar, visualizar e interpretar grandes volumes de dados.
Analisar e selecionar algoritmos de aprendizado de máquina adequados para resolver problemas específicos e definir estratégias para seu melhor uso.
Definir estratégias, métricas e técnicas para a validação e avaliação de desempenho dos modelos.
Documentar e gerenciar o conhecimento adquirido, além de comunicar descobertas através de storytelling com dados.
Gerenciar o escopo do projeto e estruturar pipelines de implantação.

Experiência com modelos de machine learning supervisionados (engenharia de características, otimização de hiperparâmetros, validação cruzada, interpretação e avaliação de métricas);
Conhecimento em modelagem de séries temporais;
Sólidos conhecimentos em Python, incluindo boas práticas de programação;
Experiência com consulta e manipulação de dados com SQL;
Autonomia, proatividade e senso de urgência;
Pensamento analítico e criativo para desenvolver soluções que atendam diferentes tipos de necessidades;
Motivação por conhecer cada vez mais sobre a área de negócio que atuará: seus processos, suas métricas e principais dores.

Diferenciais:
Experiência em modelagem de séries temporais com machine learning;
Experiência com algoritmos baseados em árvore como XGBoost e LightGBM;
Conhecimento em fluxo de trabalho e controle de versões com Git;
Conhecimento em gerenciamento de ambientes virtuais e dependências;
Conhecimento em planejamento de demanda;