Cientista de Dados

Estamos em busca de um(a) Cientista de Dados para atuar em projetos estratégicos em cliente de grande porte. Você será responsável pela concepção, desenvolvimento e refinamento de modelos estatísticos e algoritmos de aprendizado de máquina, transformando dados complexos em insights e soluções preditivas que garantam confiabilidade e impacto direto na operação.

Modelo de Contratação : PJ 
Localização: São Paulo e/ou Campinas
Modalidade de trabalho: Híbrido (3x presencial) - podendo ser flexível. 

Responsabilidades e atribuições:

• Liderar o ciclo de vida analítico: Desde o entendimento do problema de negócio e exploração de dados até a concepção de arquiteturas de modelagem avançadas.
• Desenvolver modelos: Criar, validar e otimizar algoritmos de Machine Learning (preditivos, prescritivos ou de otimização).
• Garantir o rigor científico: Aplicar metodologias estatísticas robustas para validação de hipóteses, testes A/B e avaliação de métricas de performance técnica e de negócio.
• Colaborar com o ecossistema de dados: Atuar em conjunto com engenheiros de dados e ML para garantir que as soluções sejam escaláveis e integráveis a ambientes produtivos.
• Mentoria técnica: Orientar membros mais juniores do time e disseminar boas práticas de experimentação, reprodutibilidade e ética em IA.

Requisitos mínimos

• Experiência sólida como Cientista de Dados: Histórico comprovado em projetos, preferencialmente com modelos que chegaram em ambiente de produção.
• Domínio em modelagem e estatística: Sólidos conhecimentos em inferência estatística, álgebra linear, cálculo e algoritmos de Machine Learning (supervisionados e não supervisionados).
• Proficiência em Python: Experiência avançada com o ecossistema de Ciência de Dados (ex: scikit-learn, pandas, NumPy, SciPy) e manipulação de dados geoespaciais ou temporais.
• Vivência com Big Data: Experiência no processamento e análise de grandes volumes de dados utilizando frameworks distribuídos.
• Mentalidade de Engenharia: Conhecimento sobre o ciclo de vida de modelos (ML Lifecycle) e integração com fluxos de orquestração e automação de workflows.
• Conhecimentos em Cloud: Familiaridade com o desenvolvimento de soluções analíticas em ambientes de Cloud (Azure, AWS ou GCP).

Diferenciais:

• IA Generativa e Deep Learning: Experiência com LLMs, redes neurais (TensorFlow, PyTorch) ou arquiteturas avançadas de processamento de linguagem/imagem.
• Otimização Matemática: Conhecimento em pesquisa operacional e algoritmos de otimização combinatória.
• Cultura MLOps: Experiência prática com ferramentas de rastreabilidade de experimentos (ex: MLflow) e monitoramento de modelos (drift de dados e conceito).
• Pós-graduação: Mestrado ou Doutorado em áreas quantitativas (Estatística, Computação, Engenharia, Física, Matemática ou correlatos).