* Salário: R$ 3.000 a R$ 6.000 por mês (estimado)
* O valor exibido é uma estimativa calculada com base em dados públicos e referências do mercado. Não garantimos que este seja o salário oferecido para esta vaga específica.
Área: Tecnologia da Informação
Nível: Junior
Quem é o candidato que buscamos:
Apoiar a execução de projetos de análise de dados e modelagem estatística, colaborando em todas as etapas do ciclo de vida dos dados, sob a supervisão de profissionais seniores, para gerar insights que auxiliem na tomada de decisão do negócio.
Principais atividades:
- Participar da execução de projetos de análise estatística, auxiliando na coleta, limpeza e tratamento de dados, bem como na aplicação de modelos e interpretação inicial de resultados.
- Desenvolver modelos estatísticos e de machine learning de baixa e média complexidade para problemas de classificação, regressão e clusterização, utilizando técnicas fundamentais.
- Auxiliar na manutenção e desenvolvimento de pipelines de dados utilizando SQL para extração e transformação de dados de diversas fontes.
- Utilizar a linguagem Python e suas principais bibliotecas Pandas, NumPy, Scikit-learn) para realizar análises exploratórias e automatizar tarefas rotineiras. Operar em ambientes de cloud AWS e Databricks) para acesso a dados e execução de experimentos, seguindo os padrões estabelecidos pela arquitetura da empresa.
- Colaborar com a equipe multidisciplinar para entender os problemas de negócio e auxiliar na tradução desses problemas em soluções analíticas.
- Apoiar na criação de visualizações de dados claras e relatórios que comuniquem as descobertas das análises para os stakeholders.
- Manter-se em constante aprendizado sobre novas ferramentas, técnicas de estatística (machine learning) e IA.
- Seguir as melhores práticas e padrões de codificação e modelagem definidos pela organização.
Qualificações acadêmicas e habilidades:
- Graduação (concluída ou em fase final) em Estatística, Matemática Aplicada, Ciência da Computação, Engenharia ou áreas correlatas com forte base quantitativa.
- Experiência prévia (pode incluir estágios, projetos acadêmicos ou portfólio no GitHub) com análise de dados e modelagem.
- Conhecimento sólido em estatística básica (testes de hipóteses, correlação, distribuições e regressão linear/logística)
- Proficiência em programação Python voltada para análise de dados.
- Conhecimento de SQL para realização de consultas e manipulação de tabelas.
- Noções básicas em ferramentas como Tableau, Power BI ou bibliotecas de visualização Matplotlib, Seaborn). Cloud: Noções fundamentais sobre o funcionamento de ambientes de nuvem AWS, Azure ou GCP.