Nós somos a Sinqia. Bem-vindo ao agora!

Somos a maior empresa de tecnologia para o setor financeiro do Brasil e estamos em busca de um(a) Cientista de Dados para compor nosso time na área de Serviços e nos ajudar a fazer o mercado financeiro pulsar!

O que a área de Serviços faz na Sinqia:

Organizamos squads apoiando nossos clientes com a visão de negócio, desenvolvimento e sustentação de seus produtos. Somos especialistas em People Tech. Fornecemos desde um profissional até uma equipe multidisciplinar completa para gestão técnica e de negócios. Nossas soluções unem capacidade de priorização, identificação de oportunidades e a melhor experiência com tecnologia, para uma entrega personalizada de valor aos resultados dos nossos clientes.

Especificações Técnicas:

- Estatística e matemática: Compreensão sólida dos conceitos estatísticos e matemáticos é fundamental para realizar análises e modelagem de dados.
- Estar familiarizado com linguagens de programação como Python ou R ou SQL.
- Banco de dados: Compreender os fundamentos de bancos de dados é importante para armazenar e gerenciar dados de forma eficiente. Familiaridade com bancos de dados relacionais, como MySQL ou SQL SERVER, e bancos de dados não relacionais, como MongoDB ou Cassandra, é valiosa.
- Visualização de dados: Capacidade de criar visualizações claras e eficazes é essencial para comunicar resultados e insights de forma compreensível. Domínio de ferramentas como Tableau ou Power BI em Python é vantajoso.
- Conhecimentos em ambientes e ferramentas em nuvem para análise de dados como AWS ou GCP ou Azure.
- DESEJÁVEL: Aprendizado de máquina e inteligência artificial: Conhecimento em técnicas de aprendizado de máquina, como regressão, classificação, clustering, redes neurais, processamento de linguagem natural, entre outras, é crucial para construir modelos preditivos e extrair insights dos dados.
- DESEJÁVEL: Big Data e ferramentas de processamento: importante ter conhecimentos sobre tecnologias de Big Data, como Hadoop, Spark e ferramentas de processamento distribuído, para lidar com o processamento escalável e paralelo de dados.

Atividades a serem realizadas:

- Coleta e preparação de dados: Identificar e coletar conjuntos de dados relevantes para a análise. Limpar e organizar os dados para garantir sua qualidade e integridade.
- Análise exploratória de dados: Utilizar técnicas estatísticas e visualização de dados para identificar padrões e tendências nos conjuntos de dados. Realizar análises estatísticas descritivas para compreender a distribuição dos dados.
- Modelagem e construção de algoritmos: Desenvolver modelos preditivos e algoritmos utilizando técnicas como aprendizado de máquina e inteligência artificial. Treinar esses modelos com os dados disponíveis e ajustá-los para melhorar sua precisão e desempenho.
- Avaliação e validação de modelos: Avaliar a eficácia dos modelos e algoritmos desenvolvidos. Realizar testes e validações para garantir que os resultados sejam confiáveis e aplicáveis.
- Colaboração interdisciplinar: Trabalhar em equipe com profissionais de diferentes áreas, como engenheiros de software, especialistas em negócios e analistas de dados, para entender as necessidades e os objetivos do projeto e alinhar as estratégias de análise de dados.

Atuação no modelo Híbrido em São Paulo - Região da Av. Paulista.