Cientista de Dados Sr

Responsabilidades

– Ciência de Dados & Modelagem ;

– Desenvolvimento de modelos preditivos e análises estatísticas para apoiar decisões de negócio. ;

– Exploração e preparação de dados (feature engineering, seleção de variáveis, análise exploratória). ;

– Construção de indicadores e estudos analíticos de inferência causal para as unidades de negócio da MaisTodos. ;

– Machine Learning & IA Aplicada ;

– Criação e manutenção de pipelines de machine learning, incluindo avaliação, monitoramento e validação de modelos. ;

– Desenvolvimento de soluções internas de IA, incluindo agentes baseados em embeddings, LLMs e arquiteturas conversacionais. ;

– Deploy de aplicações e serviços de ML em ambientes cloud (AWS). ;

– Engenharia Analítica ;

– Manipulação e transformação de dados em ambientes cloud usando ferramentas como Python, SQL, dbt e serviços AWS (S3, Athena, Glue).

– Modelagem de dados orientada ao consumo analítico (trusted refined datamart), garantindo qualidade e consistência. ;

– Boas práticas de versionamento, testes e governança de dados. ;

– Construção de dashboards, análises e data products voltados a tomada de decisão.

– Comunicação de insights de forma clara, com foco em impacto e storytelling.

Requisitos

– Python para ciência de dados: pandas, numpy, scikit-learn, visualização (matplotlib/plotly).

– Estatística e modelagem: regressão, classificação, métricas, validação cruzada, feature engineering.

– Machine Learning aplicado: modelos clássicos, tuning, pipelines, monitoramento básico.

– SQL avançado: consultas otimizadas, modelagem relacional, manipulação de grandes volumes.

– Análise Exploratória de Dados (EDA): limpeza, detecção de outliers, transformação e entendimento de dados.

– Modelagem analítica em dbt: organização de camadas, testes essenciais e boas práticas.

– Power BI ou ferramenta equivalente: modelagem, DAX e visualização focada em insights.

– Fundamentos de IA moderna: embeddings, RAG básico, uso aplicado de LLMs).

Habilidades

– Perfil autodidata, curioso e orientado a aprender rápido.

– Comunicação clara com áreas técnicas e de negócio; forte atuação junto às áreas clientes.

– Capacidade de liderar iniciativas do zero e entregar MVPs funcionais.

– Senso forte de ownership e visão de produto nos projetos de dados/IA.

– Foco contínuo em eficiência, automação e redução de custos operacionais.

– Organização para manter roadmaps, documentação e reports atualizados.