Responsabilidades e atribuições

• Realizar análise exploratória de dados;
• Criar pipeline de dados;
• Realizar testes de hipóteses estatísticas;
• Criar modelos supervisionados e não-supervisionados;
• Validar e comparar performances de modelos;
• Criar containers para implementação de modelos;
• Apresentar projetos, orientações de usos e explicação de performance.
• Entender as necessidades do negócio e as converter em insights de dados;
• Criar modelos estatísticos ou de IA;
• Explorar novas tecnologias e ferramentas para Data Science;
• Desenvolver algoritmos em Python ou R para Advanced Analytics e Machine/Deep Learning;
• Explorar e modelar os dados à necessidade dos modelos analíticos que criará;
• Implantar e suportar os modelos analíticos que criar.

Requisitos e qualificações

• Formação e/ou especialização completa na área da tecnologia de informação (Ciência da Computação, Análise e Desenvolvimento de Sistemas ou correlatos);
• Conhecimento em Linguagens Phyton (Pandas e Numpy) e R;
• Conhecimento em SQL;
• Experiência com modelos de aprendizado supervisionado (Random Forest, GradientBoost, Regressão Logística, etc);
• Experiência com algoritmos de otimização, como algoritmo genético;
• Conhecimento sobre complexidade de algoritmos para desenvolver códigos otimizados;
• Capacidade de comunicação para realizar apresentações de resultados ao cliente;
• Testes estatísticos (Qui-quadrado, Fischer etc);
• Clusterização, classificação e regressão;
• Familiaridade com Cloud computing (AWS, Azure, GCP)
• Desejável: AWS Sagemaker
• Diferenciais: NLP, Bibliotecas para AI/Machine learning (Scikit-learn, Tensorflow, etc); Atuação prévia em ciência de dados no mercado financeiro.