Nosso cliente é uma consultoria boutique que combina expertise de negócios com ciência de dados de ponta. Atuam com médias e grandes empresas no Brasil, resolvendo desafios estratégicos com o uso de Inteligência Artificial e Machine Learning. Possuem enfoque científico transformando dados em milhões de reais em valor, ajudando executivos a tomarem decisões mais inteligentes e impactantes.
Resumo
Como Cientista de Dados, você será responsável por desenvolver modelos estatísticos e de machine learning que gerem valor direto para os clientes. Trabalhará com times multidisciplinares para entender os desafios de negócio, propor soluções analíticas viáveis e implementar modelos com foco em previsibilidade, performance e impacto. Essa posição é ideal para quem tem experiência prática com diferentes tipos de problemas de modelagem — previsão, classificação, otimização, etc — e deseja aplicar IA de forma concreta em diferentes setores da economia.
Responsabilidades
● Desenvolver modelos de previsão para séries temporais, como demanda, preços, ou produção.
● Construir modelos de classificação e regressão supervisionada com foco em precisão e interpretabilidade.
● Desenvolver modelos de otimização para decisões de precificação, alocação de recursos ou maximização de receita.
● Realizar análise exploratória de dados e engenharia de variáveis para diferentes contextos e fontes de dados.
● Documentar hipóteses, experimentos e resultados com clareza e visão de negócio.
● Trabalhar em colaboração com engenheiros de dados e DevOps para garantir a operacionalização dos modelos.
● Participar de reuniões com stakeholders para explicar modelos, resultados e recomendações de forma acessível.
Requisitos
● Graduação em Estatística, Engenharia, Ciência da Computação, Matemática Aplicada ou áreas correlatas.
● Técnicas de análise de dados: estatística descritiva, testes de hipótese, análise de correlação, clustering, segmentação e análise multivariada.
● Experiência com modelos de séries temporais (ex.: ARIMA, Prophet, modelos bayesianos, LSTM).
● Vivência com modelos de classifficação e regressão supervisionada (árvores de decisão, regressão logística, XGBoost, etc).
● Domínio em Python para análise e modelagem (pandas, scikit-learn, statsmodels, etc).
● Experiência com MLOps e produção de modelos preditivos em ambientes reais.
● Conhecimento de bancos de dados relacionais (PostgreSQL, MySQL) e NoSQL (MongoDB, Redis, etc).
● Inglês intermediário (leitura e escrita técnica; conversação é um diferencial).