Como Data Scientist Sênior, será responsável por aplicar técnicas de análise de dados, modelagem estatística, aprendizado de máquina (machine learning) e big data para gerar insights valiosos e apoiar decisões estratégicas dentro da empresa. Trabalhará com grandes volumes de dados, criando modelos preditivos e desenvolvendo soluções que ajudem a melhorar a performance da empresa e a experiência do cliente.
Desenvolver Modelos Preditivos e Algoritmos de Machine Learning: Criar e implementar modelos preditivos usando técnicas avançadas de machine learning e deep learning, com o objetivo de gerar insights para otimizar processos e estratégias de negócios.
Analisar Grandes Volumes de Dados: Coletar, limpar, organizar e interpretar grandes volumes de dados de diversas fontes, utilizando ferramentas de Big Data (Hadoop, Spark) e bases de dados relacionais e não relacionais.
Visualizar e Comunicar Resultados: Criar dashboards e relatórios interativos para comunicar os resultados das análises de maneira clara e acessível aos stakeholders não técnicos. Usar ferramentas como Tableau, Power BI, ou Matplotlib para criar visualizações que apoiem a tomada de decisão.
Realizar Análises Exploratórias: Conduzir análises exploratórias de dados para entender padrões e tendências, a fim de formular hipóteses que possam ser validadas por meio de experimentos e modelos.
Apoiar a Estratégia de Dados da Empresa: Colaborar com equipes de TI, desenvolvimento e produto para definir e implementar as melhores práticas de governança de dados e garantir que os dados usados para a modelagem sejam de alta qualidade e consistência.
Otimizar Processos e Criar Soluções Baseadas em Dados: Identificar oportunidades de automação e melhorias de processos com base em dados, criando sistemas e ferramentas analíticos que ajudem na evolução contínua dos produtos ou serviços da empresa.
Histórico comprovado de aplicação de modelos preditivos em problemas de negócios reais.
Experiência em linguagens de programação, como Python e R. Conhecimento de SQL também é essencial.
ETL (Extract, Transform, Load): Habilidade em projetar e implementar pipelines de ETL para coleta, transformação e carga de dados, utilizando ferramentas como Apache Airflow, Luigi, ou Dataiku.
Ferramentas de integração de dados: Experiência com plataformas como Talend, Informatica, SSIS ou Apache NiFi para integração de dados entre diferentes fontes.
Visão Computacional (Computer Vision)
Experiência com técnicas de visão computacional, como detecção de objetos, segmentação de imagem, redes neurais convolucionais (CNN) e OpenCV.
Conhecimento em frameworks como TensorFlow, Keras, PyTorch para implementar modelos de visão computacional.
SQL: Proficiência em bancos de dados relacionais (ex: PostgreSQL, MySQL, SQL Server) e em consultas e modelagem de dados.
NoSQL: Familiaridade com bancos de dados não relacionais (como MongoDB, Cassandra, Elasticsearch) para trabalhar com dados não estruturados.
Data Lakes e Data Warehouses: Experiência em soluções como Amazon Redshift, Google BigQuery, Snowflake ou Azure Synapse para armazenamento e análise de grandes volumes de dados.
Data Governance: Conhecimento em políticas de governança de dados, segurança da informação e conformidade com leis como LGPD.
Automação de Processos: Experiência em ferramentas de automação, como Apache NiFi, para simplificar e acelerar processos analíticos.
Faça parte da transformação no mercado automotivo no Brasil! Se você é apaixonado por dados e tecnologia, junte-se à nossa equipe e faça parte da revolução do setor automotivo. #VemSerCarBigData
