Cientista de Dados Pleno

Descrição da empresa

Somos uma empresa brasileira, com abrangência global, fundada em 2017, que tem como propósito principal propor uma nova maneira de pensar tecnologia e inovação.

Atividades e Responsabilidades

Essa posição deve ser responsável por construir modelos estatísticos e desenvolver mecanismos e serviços baseados em advanced analytics e Big Data. Aplica forte expertise em machine learning, data mining, obtenção e análise de dados transformando em insights e oportunidades que impulsionem a tomada de decisões estratégias com visão cliente que alavanquem os resultados da companhia. Este papel requer uma combinação única de habilidades em ciência de dados, estatística, análise de dados, visão crítica e capacidade de comunicação eficiente. O foco pode ser em qualquer problema ou oportunidade relevante para o negócio, que deve ser priorizado pela gestão da área em conjunto com a equipe de tradução.
RESPONSABILIDADES
Análise de Dados: Coletar, limpar, processar e analisar grandes volumes de dados de diversas fontes para identificar padrões, tendências e correlações relevantes.
Modelagem de Dados: Desenvolver modelos estatísticos e algoritmos avançados para prever comportamentos, identificar oportunidades de negócio, mensura performance, otimizar processos e solucionar problemas complexos. Entende como aplicar as diferentes técnicas aos problemas do negócio, usando expertise em machine learning, data mining e obtenção de informações para desenhar, construir modelos e desenvolver mecanismos e serviços baseados em analytics de próxima geração
Criação de Personas: Utilizar técnicas de segmentação e análise para criar personas detalhadas, representando diferentes perfis de clientes e usuários, de modo a melhorar a personalização e a eficácia das estratégias de marketing e vendas.
Geração de Insights: Conduz análises estatísticas avançada, cruza e interpreta resultados das análises e modelagem para extrair insights acionáveis que possam ser utilizados para o aprimoramento de produtos, serviços e estratégias de negócios.
Visualização de Dados : Criar visualizações e dashboards para apresentar dados de forma clara e acessível, facilitando o entendimento e a comunicação dos insights para as partes interessadas.
Colaboração: Trabalhar em estreita colaboração com equipes multidisciplinares, incluindo cientistas de dados, engenheiros de dados, especialistas em customer experience, analistas de VOC e UX Researcher bem como áreas de negócio (comercial, marketing e demais líderes de negócios) para fornecer suporte analítico e recomendações embasadas.
Desenvolvimento Contínuo: Manter-se atualizado com as últimas tendências e avanços na área de ciência de dados e análise, buscando constantemente novas metodologias e tecnologias para aprimorar a eficiência e a precisão das análises, principalmente a aplicabilidade de AI para melhoria na acuracidade das análises e geração de insights;
CONHECIMENTOS ESPECÍFICOS
Habilidades avançadas em modelagem estatística, aprendizado de máquina, mineração de dados e técnicas de análise preditiva.
Experiência com técnicas de criação de personas e segmentação de público-alvo é altamente valorizada.
Capacidade de traduzir resultados complexos de análises em relatórios claros e apresentações impactantes para diferentes níveis de público.
Fortes habilidades de resolução de problemas e pensamento analítico.
Conhecimento de ferramentas de visualização de dados, como Tableau ou Power BI é considerado grande diferencial.
Experiência com R, Python, SQL, CSDW, Databricks e DataRobot
Desejável experiência com ferramentas de computação distribuída, Spark on-prem, SAS Guide e Miner e Cloudera Data Science Workbench
Algorithm Fairness
Supervised and Unsupervised Learning
Reinforcement Learning. Hybrid Learning Problems.
Compreender e resolver problemas de Overfitting e Underfitting
Algoritmos: Recomendação; Classificação: Regressão Linear, Regressão Logistica ; Clusterização: K-means e hierárquica ; Support Vector Machines ; Random Forest ; Redes Neurais e Deep Learning ; Ajustes de Hiperparâmetros, Regularização e Otimização ; Redes Neurais
Frameworks / Bibliotecas: Pandas, numpy, scikit-learn, tensorflow, keras, matplotlib, seaborn ou similares

Requisitos

Formação Acadêmica: Graduação em Matemática, Física, Engenharia, Ciência da computação, Estatística, Economia. Pós-graduação ou Mestrado em Ciência de Dados é uma vantagem.
Experiência: 3 a 5 anos de experiência em função relacionada à ciência de dados e/ou estatística. Experiência no trabalho com grandes conjuntos de dados, simulação/otimização.

O que nós oferecemos