Cientista de dados

Descrição da vagaCom mais de 15 anos de trajetória, a MESHA Tecnologia se posiciona como parceira estratégica na transformação digital de empresas em todo o Brasil. Nossa essência é guiada por valores sólidos que colocam o ser humano no centro diversidade, meritocracia e valorização de talentos criando um ambiente que une profissionalismo e proximidade. Atuamos no desenvolvimento de soluções completas em tecnologia, desde a fábrica de software, que entrega projetos sob medida com agilidade e qualidade, até a formação de equipes de dados capazes de transformar informação em inteligência para decisões estratégicas. Além disso, estruturamos a alocação de profissionais e squads de alta performance, presenciais ou remotos, sempre alinhados às necessidades e objetivos de cada cliente. Mais do que fornecer tecnologia, a MESHA constrói relações duradouras, gerando impacto real e ajudando empresas a alcançarem novos patamares de eficiência e inovação. Buscamos um(a) Cientista de Dados com sólida experiência em modelagem preditiva, engenharia e governança de dados em ambientes híbridos (cloud + on-premise). A pessoa ideal é analítica, orientada a resultados, com forte base estatística e capacidade de transformar dados complexos em insights estratégicos para a alta gestão. Responsabilidades e atribuiçõesDesenvolver, treinar e validar modelos analíticos e preditivos utilizando Python ou R, com bibliotecas como Pandas, Scikit-learn, TensorFlow e PyTorch, atuando tanto em ambiente local quanto na nuvem (principalmente AWS SageMaker). Processar e analisar grandes volumes de dados usando Apache Spark em ambientes AWS EMR e on-premise. Integrar dados provenientes de bancos relacionais (PostgreSQL, Oracle, SQL Server) e bases processuais e institucionais para identificação de padrões e insights. Trabalhar com fluxo e manipulação de dados em tempo real utilizando AWS Kinesis, Apache Kafka e RabbitMQ. Definir, implementar e monitorar políticas de governança de dados e compliance em ambientes híbridos, incluindo controles de acesso (RBAC, IAM) e aderência à LGPD e ISO 27001. Realizar auditorias e monitoramento de segurança com AWS CloudTrail, CloudWatch e ferramentas similares on-premise. Gerenciar metadados e garantir rastreabilidade por meio de catálogos como AWS Glue Data Catalog e soluções locais. Aplicar métodos estatísticos avançados e inferência para gerar indicadores estratégicos, métricas de desempenho e suportar decisões executivas. Programar em Python, R ou SAS para tratamento, análise e visualização de dados. Criar relatórios, análises e dashboards preditivos usando Qlik Sense, Power BI ou Tableau, com foco em KPIs estratégicos. Requisitos e qualificaçõesGraduação completa em Ciência da Computação, Estatística, Matemática Aplicada, Engenharia, Física ou áreas correlatas. Mínimo de 3 anos de experiência comprovada nos últimos 3 anos com desenvolvimento de modelos analíticos e machine learning, Engenharia ou governança de dados e ambientes híbridos (cloud + on-premise). Desenvolvimento de modelos com Python ou R. Bibliotecas: Pandas, Scikit-learn, TensorFlow, PyTorch. Experiência com AWS SageMaker. Apache Spark (AWS EMR e on-prem). Integração com PostgreSQL, Oracle e SQL Server. Processamento em tempo real com AWS Kinesis, Kafka ou RabbitMQ. Governança de dados, RBAC, IAM, LGPD e ISO 27001. Auditoria/monitoramento com CloudTrail e CloudWatch. Gestão de metadados com AWS Glue Data Catalog. Estatística avançada e inferência. Programação em Python, R ou SAS. SQL avançado (obrigatório). Dashboards e relatórios com Qlik Sense, Power BI ou Tableau. DiferenciaisConhecimento em Snowflake. Experiência em análise de dados institucionais e processuais. Vivência com ambientes altamente regulados. Informações adicionaisBENEFICIOS: Day-off e vale compras no aniversário; Incentivo Educacional; Mesha Fitness; Cultura colaborativa, de gestão horizontal e incentivo à troca de feedbacks. Dinamismo e abertura para troca de ideias e experiências. Remuneração compatível com a nível mercado. MODELO HÍBRIDO - JOÃO PESSOA/PB (Job ID:19058)