The posting
Estamos em busca de um Cientista de Dados Sênior para fortalecer a agenda de inteligência e analytics avançado na Vertem.
Essa posição terá papel estratégico na construção e operacionalização de modelos de Machine Learning aplicados a problemas reais de negócio, utilizando uma arquitetura moderna de dados baseada em Databricks em ambiente AWS.
O profissional atuará diretamente no desenvolvimento, treinamento, implantação e monitoramento de modelos preditivos, contribuindo para transformar dados em soluções inteligentes que apoiem decisões estratégicas, produtos analíticos e geração de valor para clientes e parceiros.
Buscamos alguém com forte capacidade analítica, domínio técnico em ciência de dados e experiência prática em ambientes modernos de dados e inteligência artificial.
Responsabilidades e atribuições O Cientista de Dados Sênior será responsável por desenvolver soluções analíticas avançadas e modelos de machine learning que contribuam diretamente para a geração de valor para o negócio.
Entre as principais responsabilidades estão:
Desenvolver, treinar e validar modelos de Machine Learning aplicados a problemas reais de negócio. Trabalhar com grandes volumes de dados armazenados no Data Lake corporativo em AWS. Utilizar o ecossistema da plataforma Databricks para experimentação, treinamento e operacionalização de modelos. Construir pipelines de dados e pipelines de treinamento de modelos. Utilizar recursos de AutoML do Databricks para acelerar experimentação e geração de modelos. Realizar feature engineering e preparação de dados para modelos analíticos. Implementar e manter rotinas de deploy e scoring de modelos de machine learning em produção. Monitorar performance de modelos, avaliando possíveis degradações e necessidade de re-treinamento. Trabalhar em conjunto com times de engenharia de dados, BI e produtos de dados para transformar dados em soluções analíticas escaláveis. Apoiar a evolução da plataforma de inteligência da empresa, contribuindo com boas práticas de ciência de dados e machine learning.
Experiência técnica
Vivência com Databricks. Vivência em desenvolvimento de modelos de machine learning supervisionados e não supervisionados. Conhecimento em AutoML no Databricks. Vivência em deploy de modelos de machine learning em produção. Conhecimento em scoring de modelos e pipelines de inferência. Vivência com feature engineering e preparação de dados para modelos analíticos. Domínio de Python aplicado à ciência de dados. Vivência com bibliotecas como: scikit-learn XGBoost LightGBM Ter atuado com dados em ambientes de Data Lake e Big Data. Diferenciais:
Vivência com MLflow. Vivência com monitoramento e governança de modelos de machine learning. Atuação em projetos de recomendação, segmentação ou modelos de propensão. Vivência em ambientes de dados em AWS. Vivência em projetos de analytics avançado e produtos de dados
