* Salário: R$ 11.000 a R$ 20.000 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: Senior
Sobre o Desafio
Sua missão será construir produtos de dados avançados para otimizar a tomada de decisão estratégica na maior plataforma reputacional do mundo. Como Cientista de Dados Sênior, você terá autonomia para liderar o ciclo completo de modelagem, da ideação ao deploy em produção, utilizando inteligência artificial para resolver problemas complexos de negócio e impactar milhões de usuários e empresas.
Responsabilidades e Atribuições
- Modelagem de Ponta a Ponta: Desenvolver, treinar, validar e colocar em produção modelos de Machine Learning (classificação, regressão, recomendação, NLP) para otimizar processos e produtos.
- Análise Estratégica: Realizar estudos estatísticos rigorosos e análises exploratórias em grandes volumes de dados para embasar decisões de C-Level.
- Parceria com Stakeholders: Liderar conversas com times de Produto, Engenharia e Marketing para traduzir desafios de negócio em soluções algorítmicas robustas.
- Qualidade e Rigor: Implementar testes e validações rigorosas (testes A/B, monitoramento de drift) assegurando a confiabilidade e o impacto dos modelos implementados.
- Cultura Técnica: Disseminar boas práticas de MLOps e manter-se atualizado com as tendências da área para propor inovações.
Requisitos (O que buscamos)
- Experiência Sênior: Histórico comprovado no desenvolvimento e deploy de modelos de ML em ambiente de produção real (lidando com dados "sujos" e desafios de escala).
- Domínio de Python: Proficiência no stack científico (Pandas, Numpy, Scikit-Learn, XGBoost/LightGBM).
- Sólida Base Teórica: Conhecimentos aprofundados em Estatística, Probabilidade, Álgebra Linear e Teoria do Aprendizado.
- Comunicação Executiva: Habilidade para comunicar pontos técnicos, decisões e trade-offs de forma clara para audiências não técnicas.
- Visão de Negócio: Capacidade de conectar resultados analíticos às prioridades da empresa.
Diferenciais
- Experiência com bibliotecas de Deep Learning (TensorFlow, PyTorch).
- Familiaridade com conceitos de Causalidade aplicados a negócios.
- Experiência com ferramentas de MLOps e nuvem (GCP preferencial).