* 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
Cientista de Dados Sênior:
- Modelo de contratação: PJ
- Modelo de atuação: Híbrido 3x presencial
- Local: Rua Henri Dunant, Santo Amaro, São Paulo - SP
- Data para início: Imediato
Coletar, processar e tratar dados de diferentes fontes e formatos. Construir modelos preditivos, estatísticos e de Machine Learning. Criar visualizações e dashboards para interpretação de dados. Realizar análises exploratórias e identificar padrões e tendências. Apoiar áreas de negócio com insights baseados em dados. Garantir qualidade, confiabilidade e governança dos dados utilizados. Automatizar processos de análise e geração de relatórios. Documentar processos, modelos e métricas para replicabilidade. Colaborar com equipes multidisciplinares (TI, Produto, Marketing, Financeiro).
RESPONSABILIDADES PRINCIPAIS
- Vivência com projetos modelagem, estatística, Machine Learning e Business Analytics.
- Experiência em implementação de modelos de predição e análise de grande volume de dados.
- Graduação em Estatística, Matemática, Engenharia, Ciência da Computação, TI ou áreas correlatas.
- Pós-graduação, MBA ou especialização em Data Science, Machine Learning, Analytics ou Inteligência Artificial.
- Certificações desejáveis: Data Science/ Machine Learning (ex.: Microsoft, Google, IBM, DataCamp)/ Big Data & Analytics (ex.: Databricks, AWS, Azure ML)
REQUISITOS
- Pensamento analítico e crítico.
- Comunicação clara e objetiva com áreas de negócio e TI.
- Proatividade e autonomia.
- Curiosidade e postura investigativa.
- Colaboração em equipes multidisciplinares.
- Capacidade de traduzir modelos complexos em insights acionáveis.
- Foco em resultados e melhoria contínua.
Habilidades Técnicas:
- Python, R e SQL avançado.
- Machine Learning, estatística e modelagem preditiva.
- Big Data: Spark, Hadoop, Databricks.
- Ferramentas de visualização: Power BI, Tableau, Matplotlib, Seaborn.
- Bancos de dados relacionais e não relacionais (SQL Server, PostgreSQL, MongoDB).
- ETL/ELT e pipelines de dados.
- Cloud computing: AWS, Azure, GCP. - Documentação de modelos, processos e resultados.
Formação desejada:
- Tecnologia da Informação, Ensino Superior