Cientista de Dados

**Responsabilidades Principais:** Desenvolver, testar e colocar em produção modelos de Machine Learning tradicionais para apoiar decisões de negócio e otimizar processos. - Colaborar com stakeholders para levantar requisitos e entender o contexto de negócio, a fim de desenvolver modelos preditivos eficazes. - Realizar exploração e preparação de dados, incluindo o tratamento, limpeza e enriquecimento necessários para uma análise aprofundada (EDA). - Selecionar, treinar e validar modelos de Machine Learning voltados para previsões, utilizando técnicas como ARIMA, Prophet, LSTM, XGBoost, Random Forest, entre outras abordagens híbridas. - Construir pipelines de dados e modelos que garantam versionamento, reprodutibilidade e escalabilidade, assegurando um fluxo de trabalho eficiente. - Avaliar o desempenho dos modelos utilizando métricas como MAPE, RMSE e MAE, propondo melhorias contínuas com base nos resultados obtidos. - Implementar modelos em produção, utilizando tecnologias como APIs, microserviços, MLflow, SageMaker, VertexAI, Databricks ou stack equivalente. - Criar sistemas de monitoramento e alertas para detectar drift de dados e degradação dos modelos, garantindo a eficácia contínua das soluções. - Desenvolver dashboards e relatórios analíticos que permitam o acompanhamento claro dos resultados, facilitando a tomada de decisão. - Trabalhar em estreita colaboração com engenheiros de dados, analistas de negócio e equipes de produto para garantir a integração e a execução bem-sucedida das soluções. Requisitos Técnicos: Formação superior em Ciências da Computação, estatística, matemática ou áreas correlatas. • Forte base em estatística, probabilidade e matemática aplicada • Experiência com Machine Learning clássico: Regressão, classificação, clusterização Árvores, Random Forest, Gradient Boosting, XGBoost Modelos de churn, propensão, forecast, scoring • Domínio avançado de Python e principais bibliotecas (pandas, numpy, scikit-learn) • Capacidade de traduzir problemas de negócio em problemas analíticos • Experiência com validação de modelos, métricas e interpretação de resultados • Conhecimento de deploy e ciclo de vida do modelo (MVP, iteração, monitoramento) • Boa comunicação para explicar modelos e resultados a públicos não técnicos • Conhecimento em Prophet e PyTorch ou TensorFlow será um diferencial. Habilidades Comportamentais: - Pensamento analítico e voltado à resolução de problemas. - Excelente comunicação para traduzir resultados técnicos em uma linguagem acessível para pessoas não técnicas. . - Proatividade e autonomia na identificação e proposição de melhorias nos processos. - Habilidade para trabalhar em equipe com perfis multidisciplinares, promovendo um ambiente colaborativo.