Cientista de Dados Sênior

Visão Geral da Oportunidade
No Luizalabs, trabalhamos com autonomia e responsabilidade. Nossa equipe multidisciplinar e autogerenciável trabalha com foco em resultados, rompendo barreiras e elevando o nível técnico para gerar impacto real no negócio.

Agimos com velocidade e eficiência, entregando soluções inovadoras com frequência. Aqui, a liberdade criativa se une à expertise técnica, empoderando você a usar e desenvolver tecnologias de ponta que transformam a vida de milhões de pessoas.

O Capítulo de Ciência de Dados
O Capítulo de Ciência de Dados reúne os profissionais dessa especialidade para que sejam o centro de excelência técnica dentro da Tribo de AI Products, enfrentando problemas complexos e de grande escala. A comunidade promove a elevação contínua do nível técnico de cada cientista, por meio de colaborações em times multidisciplinares com diversos escopos. Temos a missão de desenvolver algoritmos e modelos de inteligência artificial de suporte e automação à tomada de decisões, apoiando-se em ferramentas matemáticas, estatísticas e computacionais. Contamos com plataformas avançadas de DataOps e MLOps, e sua expertise será essencial para impulsionar o avanço da AI no Magalu. Buscamos Cientistas de Dados para integrar um de nossos times multidisciplinares, e também participar ativamente do nosso chapter, para criar soluções inovadoras e baseadas em dados.

Conhecimentos e habilidades necessários

• Habilidades avançadas com programação em Python.
• Fortes habilidades analíticas quantitativas para interpretar dados, desenvolver features e propor soluções com Ciência de Dados.
• Sólido conhecimento teórico e prático de técnicas de IA e modelagem de Machine Learning (aprendizado de máquina supervisionado, semi-supervisionado e não supervisionado).
• Conhecimento avançado em bibliotecas e plataformas de DS/ML/IA do mercado (transformers, pandas, scikit-learn, tensorflow, pytorch, pyspark, mllib, etc)
• Habilidade de se comunicar com pessoas do time de negócios e das demais áreas de engenharia;
• Conhecimentos e habilidades práticas em Foundation Models aplicadas em NLP e Imagens.
• Uso de bibliotecas e datasets de NLP para o Português-BR (transformers, nltk, spaCy, gensim, etc).

Conhecimentos e habilidades diferenciais

• Experiência prática com AVE (Attribute Value Extraction), Normalization e Entity Resolution (ER).
• Conhecimentos avançados em ambientes distribuídos para dados (com Delta Lake) com uso de BigQuery e/ou SQL, PySpark, Polars e Dask.
• Técnicas Avançadas para problemas multimodais
• Embeddings Multimodais (Construção de modelos próprios de embeddings, como também, o uso de embeddings pré-treinadas)
• IA Gen com LLMOps (SGLang, etc), MCP, RAGs, etc
• Conhecimentos avançados em orquestração de workflows de ML com pipelines escaláveis (Kube Flow, MLflow, Argo, …)
• Causal Inference

Como será o seu dia a dia

Como Cientista de Dados, você poderá:

• Explorar os dados de forma analítica e avançada para compreender sua qualidade e relevância para as modelagens;
• Propor a criação de novas variáveis preditivas relevantes para os modelos de aprendizado de máquina;
• Estudar, propor e criar modelos para a detecção de padrões nos dados (ex. CF, Clusterização, Classificação etc.), com o objetivo de fazer previsões automatizadas;
• Criar e testar modelos para detecção de padrões, classificação, clusterização e recomendações. Em NLP, aplicar tanto abordagens clássicas quanto modelos pré-treinados (Transformer, BERT, GPT, etc.), uso de Foundation Models, com atenção a problemas fuzzy, como ambiguidades, incertezas na interpretação e ausência de dados (missing data) nos textos.
• Analisar e avaliar as métricas de aprendizado e generalização dos modelos e fazer sua correlação com métricas de negócio, adaptando estratégias conforme desafios como inconsistências linguísticas e de imagens;
• Propor novas variáveis, como contagens, embeddings e indicadores de modelos, que ajudem a captar nuances e aspectos dos dados multimodais.
• Integrar dados de fontes diversas para complementar informações e gerar variáveis mais robustas e contextuais.
• Monitorar os modelos em produção (Drift de dados, métrica, tempo de execução, etc);
• Sempre que apropriado, publicar os achados científicos em periódicos ou para a comunidade em geral.

Nossos valores nos unem e nossas diferenças nos impulsionam. Mais do que igualdade, buscamos a equidade, construindo um ambiente de diversidade onde cada pessoa, independentemente de gênero, etnia, raça, orientação sexual, religião ou deficiência, sente-se acolhida e livre para ser autêntica.

Observação sobre candidatura Este conteúdo foi preparado para manter o foco nas responsabilidades, qualificações e no contexto de Ciência de Dados dentro do Luizalabs. Não foram incluídas referências a vagas externas ou itens obsoletos.