Você atuará na gerência de Dados & CRM, e suas principais
atividades serão:
- Realizará a extração, carga, transformações e integrações de dados
em diferentes formatos e ambientes.
- Realizará estudos, análises e apresentações corporativas, de modo a
gerar insights para as áreas da companhia, apoiando em cenários para
a tomada de decisões.
- Desenvolverá painéis e relatórios, suportando e apoiando as áreas
de produtos e negócio da compahia.
- Realizará o entendimento das necessidades do negócio, por meio de
materiais de ideação, reuniões estratégicas e operacionais,
fomentando a visão de IA / ML quando factível e aplicável.
- Realizará o mapeamento de fluxos (AS iS / TO BE), observando
dados desde sua origem, até consumo por usuários finais, de modo a
propor melhorias e formas diferenciada de atuações do negócio por
meio da análise de dados.
- Realizará trabalhos técnicos robustos e expressivos, com apoio da
Comunidade de Dados, focado em ações técnicas do escopo de
cientista de dados, utilizando-se de conceitos de Storytelling.
- Utilizará metodologias exploratórias de dados, testes de hipóteses e
demais funções correlatas.
- Realizará o desenvolvimento e experimentação de modelos
estatísticos supervisionados e não supervisionados, de modo a
elaborar novas formas de trabalho, agilidade em processos e
diretrizes para novos negócios e oportunidades.
- Apoiará em cenários de democratização e pipeline de dados, data
discovery, data lineage, documentação e especificação de
metadados.
Responsabilidades e atribuições:
Experiência anterior como Data Science
- Conhecimento intermediário em Python, PySpark, Spark e SQL.
- Conhecimento intermediário em modelagem de dados.
- Conhecimento intermediário em banco de dados relacional.
- Conhecimento intermediário em cloud, preferenciamente AWS.
- Conhecimento intermediário em S3, Redshift.
- Conhecimento intermediário em DataViz, preferencialmente PowerBI
e/ou Quicksight.
- Conhecimento intermediário em análises descritivas, diagnóstica,
preditivas e prescritivas.
- Conhecimento básico em Databricks e/ou Snowflake e/ou Dremio ou
correlatas.
- Conhecimento básico em bibliotecas de Data Science e BigData,
como numpy, pandas, Matplotlib, Seaborn, Scikit-Learn, entre outras.
- Conhecimento básico em Sagemaker.
- Conhecimento básico em regressão linear, regressão logística,
classificação, Naive Bayes, kNN e k-Means.
- Conhecimento básico em Databricks, Snowflake, Dremio ou
tecnologias correlatas.
Será um diferencial se você possuir:
- GitHub pessoal com projetos de Data Science.
- Conhecimento em banco de dados NoSQL.
- Conhecimento em arquitetura distribuída para processamento Big
Data.
- Conhecimento na esteira de devops (Microserviços, Jira, Docker,
CI/CD).
- Conhecimento em LLM e RAG.
- Conhecimento em NiFi e/ou Airflow.
- Experiência em negócios de seguros.
- Experiência com engenharia de dados.
Requisitos e qualificações:
Graduação em cursos de ciência de dados, atuariais ou contábeis,
matemática, estatística, economia, física, engenharia ou computação;
- Conhecimento intermediário em algoritmos, estatística, matemática,
aprendizado de máquina e dataviz.
- Perfil proativo, com habilidades de trabalho em equipe, empatia,
resiliência e excelente comunicação.
- Capacidade de explicar conceitos técnicos de maneira clara e
acessível para diferentes públicos, especialmente áreas de negócio.
- Possuir habilidades analíticas avançadas para transformar dados
brutos em insights valiosos e desenvolver modelos preditivos e
análises que suportem decisões estratégicas.
Benefícios MJV:
TotalPass\Wellhub;
Seguro de vida em grupo;
Vale Refeição/ Alimentação;
Plano de saúde e odontológico - Bradesco;
Ações de treinamento: palestras, fóruns, trocas e conversas de conhecimentos relativos ao nosso negócio. Estamos em constante conexão para aprender mais e juntos;
Programa +MJVer: programa interno de indicação onde você indica um colega para trabalhar conosco e se esse relacionamento der match, você ganha um prêmio.
Parcerias: quer desconto? Temos um grupo no Workplace onde divulgamos parcerias com instituições de ensino, escolas de idiomas, academias, restaurantes, produtos e outros serviços;
