Estágio em Pesquisa - Kinea Investimentos

Vaga com carga horária de 30h semanais, 6h diárias.Modelo híbridoA vaga de estágio é voltada a estudantes com perfil analítico, forte interesse em dados, tecnologia e desenvolvimento de soluções quantitativas, para atuar em um ambiente dinâmico. Procuramos uma pessoa com formação acadêmica em economia, ciência da computação, engenharia, estatística, matemática, ciência de dados ou área quantitativa correlata, com inglês e base sólida em programação, especialmente em Python e SQL. Também é importante familiaridade com git e com fluxo de trabalho colaborativo, incluindo branches, pull requests e code review.A pessoa apoiará a equipe de Forecasting Macro e AI Research na construção, manutenção e evolução de soluções de dados e modelagem, com foco no desenvolvimento de pipelines confiáveis, leitura e escrita em bancos de dados, organização de ambientes e dependências, e automação de processos analíticos. Buscamos alguém com capacidade de estruturar arquiteturas de dados robustas, com atenção à reprodutibilidade, à qualidade da informação e ao controle de revisões, atuando sobre bases numéricas e textuais em diferentes estágios de processamento.Responsabilidades e atribuiçõesRequisitos e qualificaçõesFormação acadêmica — economia, ciência da computação, engenharia, estatística, matemática, ciência de dados ou área quantitativa correlata.Programação — Python sólido (funções/módulos, ambientes virtuais, gerenciamento de dependências, leitura e escrita em bancos de dados); SQL (consultas, joins, agregações, leitura, escrita, arquitetura); git e fluxo de trabalho colaborativo (branches, PRs, code review).Idioma — inglês.Diferenciais fortes:Nuvem e infraestrutura moderna — Azure (blob storage, azure batchs, web app); Databricks (Databricks SQL e volume).IA / ML — interesse genuíno em IA e fluxos assistidos por IA; familiaridade com RAG/recuperação contextual (embeddings, busca vetorial, chunking); letramento básico em ML (treino/teste, overfitting, previsão vs. ajuste); séries temporais como plus.Capacidade de construir arquiteturas de dados robustas — habilidade de desenhar e manter pipelines multiestágio confiáveis sobre dados numéricos e textuais, com atenção a reprodutibilidade, revisões/vintages e qualidade dos dados.Informações adicionaisBenefícios atrativos:Bolsa-auxílio competitivaVale-refeição e vale-transporteAssistência médica e seguro de vidaProgramas de bem-estar (ex.: Gympass) e trilha de desenvolvimentoMentoria na área e participação em fóruns internosPossibilidade de efetivação conforme desempenho