Data Scientist

Sobre o Desafio
Sua missão será traduzir desafios de negócio em soluções inteligentes baseadas em Machine Learning (ML) na maior plataforma reputacional do mundo. Como Cientista de Dados Pleno, você colaborará de perto com times de Engenharia, Produto e Negócios para identificar oportunidades, desenvolver modelos robustos e implementá-los em produção. Seu trabalho terá impacto real, ajudando a extrair insights valiosos do nosso vasto volume de dados de consumidores para gerar valor tangível aos nossos produtos.

Responsabilidades e Atribuições

• Desenvolvimento e Implementação: Projetar, treinar, validar e otimizar modelos de Machine Learning (árvores de decisão, redes neurais, aprendizado supervisionado/não supervisionado) com foco em qualidade de engenharia de features.
• Ciclo Completo de Dados: Transformar problemas de negócio em projetos claros de ML, atuando desde a concepção (PoCs) até a colocação em produção e monitoramento de desempenho.
• Colaboração Estratégica: Trabalhar em conjunto com Engenheiros de Dados, PMs e Analistas para identificar e validar oportunidades onde a IA pode fazer a diferença.
• Experimentação e Inovação: Conduzir experimentos e testar novas abordagens para resolver problemas complexos, mantendo o foco na análise crítica dos resultados.
• Cultura e Documentação: Fortalecer a cultura de dados e ML na empresa através da criação de documentação técnica e compartilhamento de aprendizados.

Requisitos (O que buscamos)

• Experiência Prática: Histórico comprovado na construção e implementação de modelos de ML em projetos reais e ambientes de produção.
• Base Teórica Sólida: Excelentes conhecimentos em Estatística, Matemática e nos princípios de Machine Learning.
• Domínio de Python: Proficiência no stack principal de Data Science (Pandas, NumPy, Scikit-learn) e frameworks como TensorFlow, PyTorch ou XGBoost.
• Qualidade de Software: Familiaridade com boas práticas de desenvolvimento, incluindo versionamento (Git), testes automatizados e noções de MLOps.
• Soft Skills: Mindset proativo, curiosidade analítica e habilidade para comunicar ideias complexas de forma clara para diferentes públicos.
• Conhecimento em GenAI: Familiaridade com LLMs (como o Gemini) para tarefas de sumarização, extração de entidades e geração de embeddings.
• Formação: Graduação completa em Ciência da Computação, Engenharia, Estatística, Matemática, Física ou áreas correlatas.

Diferenciais

• Ecossistema Cloud: Experiência prática com Google Cloud Platform (GCP) e serviços como Vertex AI, BigQuery e Dataflow.
• Foco em NLP: Conhecimento e experiência com Processamento de Linguagem Natural para extrair insights de textos e comentários.
• Big Data: Vivência no processamento de grandes volumes de dados com PySpark (preferencialmente em GKE) e familiaridade com Data Lakehouse.
• IA Ética (XAI): Consciência sobre implicações éticas, privacidade e explicabilidade no uso de Inteligência Artificial.
• Pós-Graduação: Mestrado ou Doutorado em áreas relacionadas.