Offer summary

Qualifications:

Bachelor's degree in Statistics, Mathematics, Computer Science, or related fields; a postgraduate degree in data analysis is preferred., Over 5 years of experience in information technology, data analysis, or related fields., At least 1 year of experience in AI project development, including Machine Learning and Deep Learning., Proficiency in programming languages such as Python, R, and SQL, along with experience in data visualization tools..

Key responsabilities:

Collect, clean, and prepare data for analysis while ensuring data quality and integrity.

Develop and implement statistical models and machine learning algorithms to solve complex problems.

Conduct exploratory data analyses to identify relevant patterns and insights.

Collaborate with multidisciplinary teams to understand data analysis requirements and objectives.

Job description

Este é um cargo remoto.

Você é apaixonado por tecnologia, busca sempre inovar na sua área e está super antenado com o mundo de IA?

Achou seu próximo time!! ;)

Um grande projeto de IA, pronto para receber talentos únicos!

Você é Pessoa Cientista de Dados Sr?! Se sim, se inscreva para esta posição!

Venha expandir seus conhecimentos conosco!

Os CV's permanecerão em poder da empresa enquanto perdurar o processo seletivo e pelo período adicional de 2 anos, para eventuais processos seletivos futuros, em atendimento a Lei Geral de Proteção de Dados.

Principais Responsabilidades:

Coletar, limpar e preparar dados para análise, garantindo qualidade e integridade dos dados.

Desenvolver e implementar modelos estatísticos e algoritmos de machine learning para resolver problemas complexos e prever tendências.

Realizar análises exploratórias de dados para identificar padrões, tendências e insights relevantes.

Construir e manter pipelines de dados para automatizar processos de ingestão, processamento e análise de dados.

Desenvolver visualizações de dados e relatórios para comunicar resultados e insights de forma clara e eficaz.

Colaborar com equipes multidisciplinares, incluindo engenheiros de software, analistas de negócios e stakeholders, para entender requisitos e objetivos de análise de dados.

Avaliar e selecionar ferramentas e tecnologias adequadas para análise e visualização de dados.

Ficar atualizado com as últimas tendências e avanços em ciência de dados e aplicar esse conhecimento para melhorar as práticas e técnicas da equipe.

Elaborar relatórios de acompanhamento para a administração.

Requisitos

Formação acadêmica e experiência profissional

Graduação em Estatística, Matemática, Ciência da Computação, Engenharia da Computação ou áreas relacionadas a tecnologia da informação ou pós-graduação (especialização, mestrado ou doutorado) com ênfase em análise de dados, de no mínimo 360 (trezentos e sessenta) horas, em curso reconhecido pelo MEC.

Experiência de mais de 5 (cinco) anos atuando na área de tecnologia da informação em desenvolvimento, manutenção de sistemas, análise de dados, ciência de dados, analytics ou áreas afins;

Experiência de 1 (um) ano no desenvolvimento de projetos com aplicação de IA (Machine Learning, Deep Learning e/ou IA Generativa);

Experiência prática comprovada em análise de dados, modelagem estatística e desenvolvimento de modelos de machine learning, preferencialmente em um ambiente corporativo ou industrial.

Forte compreensão de estatística, análise de dados e técnicas de machine learning.

Experiência em linguagens de programação como Python, R, SQL, e em bibliotecas populares de ciência de dados e machine learning, como Pandas, NumPy, Scikit-learn, TensorFlow, Keras, PyLearn2, entre outras.

Conhecimento em ferramentas de visualização de dados, como Matplotlib, Seaborn, Tableau,

Power BI, entre outras.

Conhecimento de Algoritmos de mineração de dados, redução de dimensionalidade, redes neurais e processamento de linguagem natural.

Capacidade de trabalhar em ambientes de nuvem, como AWS, Azure, Google Cloud Platform, e conhecimento em serviços de dados oferecidos por essas plataformas.

Capacidade de trabalhar com grandes conjuntos de dados, estruturados e não estruturados e realizar análises exploratórias complexas, incluindo ferramentas para big data.