Profissional Cientista De Dados Sênior

Como Profissional de Ciência de Dados você vai: 

•  Assumir liderança técnica em projetos de ciência de dados e IA, apoiando a definição de estratégia, desenho de solução e padrão de qualidade das entregas.
• Orientar profissionais juniores e plenos, promovendo boas práticas de ciência de dados, engenharia e documentação.
• Desenvolver, validar e evoluir modelos de machine learning tradicionais e avançados, garantindo desempenho, robustez e aderência ao problema de negócio.
• Atuar com técnicas clássicas de machine learning, como modelos estatísticos, árvores, ensembles, regressão, classificação, clustering e séries temporais, além de deep learning quando aplicável.
• Projetar e implementar soluções de GenAI, incluindo arquiteturas como RAG, uso de embeddings, bancos vetoriais e avaliação de respostas, considerando segurança e uso responsável.
• Realizar fine tuning e adaptação de LLMs quando aplicável, definindo estratégias de dados e critérios de avaliação.
• Definir métricas de sucesso, critérios de validação e estratégias de acompanhamento de modelos em produção, com foco em qualidade e estabilidade.
• Atuar na integração de modelos com sistemas e pipelines de dados, garantindo que as soluções possam ser utilizadas por aplicações e áreas de negócio.
• Conduzir pesquisas aplicadas e provas de conceito para novas metodologias de machine learning e IA, elevando o nível técnico das soluções.
• Ter visão de negócio, identificando oportunidades de alto impacto e equilibrando complexidade técnica, prazo e valor gerado. ]
• Comunicar resultados complexos de forma clara para públicos não técnicos, apoiando decisões estratégicas. 

Como Cientista de Dados Sênior, você deve ter: 

• Inglês avançado para conversação (será testado!).
• Experiência prática sólida em ciência de dados, atuando em projetos complexos de ponta a ponta.
• Programação avançada em Python e domínio de bibliotecas e ferramentas de ciência de dados e machine learning.
• Experiência com machine learning tradicional e deep learning, utilizando frameworks como scikit-learn, PyTorch ou TensorFlow.
• Experiência na criação, validação e implementação de modelos em produção, incluindo definição de métricas e testes de desempenho.
• Experiência com GenAI aplicada, incluindo prompt engineering, RAG, embeddings e bancos vetoriais.
• Experiência com fine tuning de LLMs ou adaptação de modelos pré treinados para casos de uso específicos.
• Conhecimento de boas práticas de governança de dados e de modelos.
• Vivência em projetos de diferentes áreas de machine learning, como dados tabulares, visão computacional, NLP, áudio, multimodalidade e sistemas de recomendação.
• Vivência com projetos para indústria 

É um diferencial se você tiver: 

• Graduação em Ciência da Computação, Engenharia, Estatística, Matemática, Física, Economia ou áreas correlatas. 
• Experiência em ambientes de computação em nuvem (AWS, Azure ou GCP) e integração com pipelines de dados
• Mestrado ou Doutorado em Ciência de Dados, Inteligência Artificial ou áreas afins.
• Forte capacidade analítica, com foco em extração, limpeza, interpretação e comunicação de dados.
• Experiência com arquitetura de dados e integração com software.
• Experiência prática em contextos industriais ou projetos de alta complexidade técnica.