Estamos em busca de um(a)Cientista de Dados Pleno, com base técnica sólida emMachine Learning, autonomia e capacidade de resolver problemas industriais complexos com ciência de dados aplicada. Este(a) profissional irá atuar no desenvolvimento de modelos preditivos, classificatórios, de recomendação e otimização, contribuindo em projetos de ponta a ponta: desde o entendimento do problema e exploração dos dados até a validação, deploy, monitoramento e melhoria contínua dos modelos em produção.Se você busca um ambiente onde o conhecimento e a inovação estão no centro de tudo, aqui é o lugar. Venha viver grandes indústrias com a gente! 🧡

· Desenvolver análises avançadas e modelos de Machine

Learning com foco em problemas industriais reais;· Participar da definição técnica e execução de projetos de ciência de dados de

ponta a ponta, desde a concepção do problema até o deploy e monitoramento em

produção;· Explorar, tratar, transformar e enriquecer conjuntos de dados de diferentes

fontes, formatos e níveis de qualidade;· Realizar análise exploratória de dados industriais, identificando padrões,

anomalias, oportunidades de melhoria e hipóteses relevantes para o negócio;· Construir modelos preditivos, classificatórios, de regressão, clusterização,

recomendação ou detecção de anomalias, conforme o contexto do projeto;· Aplicar técnicas de feature engineering, seleção de variáveis, validação

cruzada, ajuste de hiperparâmetros e avaliação de performance de modelos;· Garantir a qualidade, rastreabilidade e reprodutibilidade dos modelos e

análises entregues, documentando decisões técnicas e implementações;· Colaborar com engenheiros de dados, analistas, especialistas de negócio e

produto para garantir a viabilidade, escalabilidade e utilidade das soluções

desenvolvidas;· Monitorar e revisar modelos em produção, realizando ajustes, revalidações e

melhorias contínuas para manter a performance ao longo do tempo;· Participar de revisões técnicas, sessões internas de compartilhamento de

conhecimento e apresentações dos resultados de projetos;· Contribuir com boas práticas em ciência de dados no time, incluindo

versionamento, modularização, testes, organização de notebooks e padronização

de entregas;· Ajudar na disseminação da cultura orientada a dados na organização e na

compreensão da cadeia de valor dos setores industriais atendidos.