Quais conhecimentos que não podem faltar?

- Curso superior em estatística, matemática, engenharias; ciência da computação ou correlatas;

- Mínimo de dois anos de experiência em linguagem de programação como R, Python, ferramentas de Data Science;

- Cursos e certificações em Data Science;

 - Experiência em Modelagem Geral e conhecimentos em Ciência de dados;

- Conhecer ferramentas de estatística; linguagem de programação (Python, Scala, R) ou ferramenta de data Science;

- Conhecimento em visualização de dados, machine learning, deep learning, reconhecimento de padrões e preparação de dados;

- Tenha vivência em aplicações de técnicas de Analytics avançado e desenvolvimento de algoritmos e códigos voltados para aplicações de negócio;

- Sólida compreensão de estatística, incluindo testes e distribuições; 

- Conhecimentos de NLP (Regular Expressions, POS tagging, Word Embedding, Named-Entity Recognition).

- Aplicação e criação de modelos de Time series;

- Experiência de desenvolvimento em metodologia Ágil;

- Capacidade de explicar suas soluções de maneira clara e simples para todas as áreas internas.

Habilidades que aumentam as suas chances:

- Conhecimento em sistemas distribuídos (Elastic Search).

- Conhecimento funcional e experiência em implementação de módulos ou aplicações relativas a plataforma Salesforce;

- Participação em projetos para fornecimento de dados em real time;

- Sentir-se dono;

- Reagir a problemas e desafios de forma colaborativa;

- Ser proativo;

- Buscar a excelência;

- Comunicar-se de forma fluida e parceira.

Como será o seu dia-a-dia?

- Atuar na criação, desenvolvimento e melhoria interativa de soluções de aprendizado de máquina que potencialize o negócio;

- Trabalhar em conjunto com engenheiro de dados e arquitetos de dados na criação de Datasets, no formato necessário para treinamento de múltiplos modelos.

- Realizar análises descritivas e exploratórias, modelagem preditiva, aplicar aprendizado de máquina, realizar simulações, análise de texto e visualização interativa de dados.

- Auxiliar na expansão do uso da ciência de dados nas frentes de negócios: participar de reuniões com clientes (principalmente internos), auxiliar estruturando projetos e projetando soluções com base nas necessidades e problemas a serem resolvidos.

- Comunicar com clareza os resultados por meio de apresentações e relatórios para clientes;

- Liderar projetos, realizar levantamento de necessidades e propor soluções

- Aplicar análises: Machine Learning e Inteligência Artificial para buscar soluções para os desafios de negócios;

- Criação de modelos estatísticos avançados com uso de IA (árvore de decisão, algoritmos de regressão, algoritmo de agrupamentos e etc. )

- Construção de modelos preditivos, sistemas de recomendação, NLP (PNL) , Computer Vision;

- Empregar as métricas Acurácia, Precisão, Recall, ROC Curve (etc) quando necessário.

- Criar visualizações de dados para explicar suas análises e conclusões para uma audiência não-técnica, assim como contextualizar a narrativa (data storytelling);