Cientista de dados júnior

Ferramentas de Dados:  Experiência com ferramentas para CI/CD e automação de fluxos de machine learning. Observabilidade de Dados. Familiaridade com ferramentas de monitoramento e validação de dados, Orquestração de Pipelines. Bancos de Dados e Armazenamento de Dados:  Conhecimento em SQL. Data Lakes e Data Warehouses:  Capacidade de gerenciar Data Lakes para preparação de dados de IA, com foco em Azure Databricks. Armazenamento de Features. Cloud e Infraestrutura Nuvem: Azure + Databricks. Conhecimento em Modelagem de IA:  Capacidade de colaborar com os demais Cientistas de Dados para preparar conjuntos de dados para modelos de IA, garantindo alta qualidade e performance. MLOps:  Implementação de pipelines automatizados para treinamento, validação, deployment e monitoramento de modelos de IA. Gestão de Features:  Capacidade de definir e gerenciar repositórios de features para modelos de IA (Feature Engineering). Conhecimentos Complementares Privacidade e Segurança de Dados: Conhecimento de LGPD/GDPR para garantir conformidade regulatória no tratamento de dados para IA. Metodologias Ágeis: Experiência de trabalho com metodologias ágeis (Scrum/Kanban). Capacidade Analítica: Capacidade de entender requisitos de negócio e convertê-los em soluções técnicas para IA. Atuação: Modelo Remoto O que é a área de Ciência de DadosA área de Ciência de Dados é responsável por aplicar técnicas estatísticas e algoritmos de Machine Learning (ML) para analisar grandes volumes de dados, identificar padrões e construir modelos preditivos. O foco principal é extrair insights acionáveis que suportam a tomada de decisão estratégica, otimizam processos de negócio (como precificação, detecção de fraudes e retenção de clientes) e impulsionam a inovação com soluções baseadas em dados. Você atuará na interface entre os desafios do negócio e a implementação técnica no ambiente Azure Databricks. Seus Principais Desafios Serão:Compreender as Necessidades do Negócio e Requisitos de ML/IA: Colaborar com stakeholders e Cientistas de Dados Sêniores para entender os problemas de negócio e traduzi-los em hipóteses testáveis e projetos de Machine Learning. Participar de Discussões Baseadas em Dados e IA: Contribuir com análises iniciais, insights e propostas de modelos para solucionar desafios de dados e IA. Interface entre Times de Tecnologia e Data Science: Trabalhar em sinergia com Engenheiros de Dados e Arquitetos para garantir a disponibilidade dos dados e o treinamento eficiente dos modelos. Preparação e Exploração de Dados no Azure Databricks: Realizar a limpeza, transformação, padronização e enriquecimento de dados brutos utilizando o poder de processamento do Azure Databricks e Spark. Conduzir a Análise Exploratória de Dados (EDA) para entender distribuições, identificar outliers e selecionar features relevantes (Feature Engineering) Desenvolvimento e Validação de Modelos de ML: Construir, treinar e validar modelos preditivos (regressão, classificação, clustering) utilizando frameworks de Ciência de Dados como Scikit-Learn, TensorFlow ou PyTorch. Documentar e apresentar os resultados e métricas de desempenho dos modelos (e.g., AUC, F1-Score). Apoiar a Operacionalização (MLOps): Auxiliar na transição dos modelos desenvolvidos para ambientes de produção, utilizando ferramentas como MLflow para rastreamento e gerenciamento de experimentos e modelos no Azure Databricks. Monitoramento da Qualidade dos Dados e Modelos: Acompanhar a qualidade, integridade e drift dos dados e o desempenho dos modelos em produção, propondo ajustes quando necessário. O que Você Precisa para Fazer Parte Deste Time:Arquitetura e Ferramentas de Dados:Foco em Azure Databricks: Conhecimento e experiência prática na utilização de Azure Databricks para processamento e análise de dados, incluindo a utilização de notebooks (Python/Spark) e gerenciamento de clusters. Feature Store/Data Lake: Entendimento do conceito de Feature Store e experiência em consumir dados de Data Lakes (preferencialmente Azure Data Lake Storage) e estruturar dados para o consumo de modelos. Programação e Frameworks de Ciência de Dados:Linguagens: Python (Imprescindível) para manipulação de dados (Pandas, NumPy) e desenvolvimento de modelos. Frameworks de ML/IA (Foco em Treinamento): Experiência prática com as principais bibliotecas e frameworks como Scikit-Learn (modelos clássicos), TensorFlow/Keras ou PyTorch (para aprendizado profundo) e bibliotecas como XGBoost/LightGBM. Gestão de Experimentos: Noções de uso do MLflow para rastreamento e versionamento de modelos e experimentos no ambiente Databricks. Consultas e Transformação: Proficiência em SQL/Spark SQL para consulta e manipulação de dados em larga escala.