Buscamos um profissional Cientista de Dados Especialista para atuar como referência técnica na construção de soluções de IA/ML e produtos analíticos, desde a concepção até a operação em produção. Essa pessoa terá papel central na criação e evolução das capacidades de dados e inteligência da empresa. Espera-se um perfil com forte atuação hands-on, capaz de estruturar soluções do zero, definir padrões e gerar impacto direto nas decisões.

Responsabilidades

Atuar como referência técnica no desenvolvimento de soluções de dados e IA (Machine Learning, estatística avançada e modelos preditivos);

Estruturar pipelines e datasets necessários para viabilizar modelos em produção;

Traduzir problemas de negócio em hipóteses analíticas e soluções robustas;

Apoiar decisões estratégicas por meio de análises, experimentos e mensuração de impacto;

Colaborar com times de engenharia, produto e negócio;

Comunicar resultados de forma clara para públicos técnicos e executivos;

Avaliar viabilidade técnica, impacto e ROI de iniciativas de dados;

Atuar como mentor técnico, contribuindo para evolução do time;

Desenvolver, validar e otimizar modelos. Garantir boas práticas de engenharia analítica e MLOps, incluindo: versionamento de dados e modelos, monitoramento (drift, acurácia, estabilidade) e Reprodutibilidade.

Requisitos

Formação completa em preferencialmente em Ciência de Dados ou Estatística, mas também Análise e Desenvolvimento de Sistema, Ciência da Computação, Engenharia de Software ou área correlatas.

Experiência sólida em modelagem e Machine Learning end-to-end (exploração → modelagem → deploy → monitoramento);

Domínio de Python (pandas, numpy, scikit-learn ou similares) ou linguagens aplicadas a dados;

Forte conhecimento em estatística aplicada;

Experiência prática com SQL;

Experiência prática e comprovada com Databricks / Spark / ambientes distribuídos;

Experiência em ambientes cloud (AWS, Azure ou GCP);

Vivência na construção de pipelines e preparação de dados;

Experiência com operacionalização de modelos (produção);

Capacidade de trabalhar com dados incompletos e ambientes pouco estruturados;

Diferenciais:

Experiência com produtos financeiros;

Experiência em Bancos de Atacado;

Experiência com MLOps (MLflow, CI/CD, monitoramento);

Experiência com IA Generativa / LLMs;

Experiência construindo plataformas ou iniciativas de dados do zero;

Experiência com feature engineering avançado;

Background forte em engenharia (APIs, pipelines, etc);

Experiência com governança de dados e modelos;