O que você pode esperar em uma função de Cientista de Dados

Pense em você como alguém que projetará a camada de acesso do usuário final em projetos de Business Intelligence e realizará o design detalhado dos relatórios solicitados. Você coletará e analisará dados que ajudam a compreender o cerne do negócio, projetará estratégias de agregação e dará suporte a soluções front-end escaláveis e utilizáveis.

Como Cientista de Dados, você será responsável por coletar, processar e analisar grandes conjuntos de dados para suportar a tomada de decisões orientada por dados em toda a organização. Você aplicará análises preditivas para prever tendências e análises prescritivas para recomendar estratégias acionáveis. Construirá e implantará modelos para resolver problemas de negócios complexos e melhorar a eficiência operacional. Trabalhará em estreita colaboração com equipes multifuncionais para definir e acompanhar KPIs, garantindo impacto mensurável. Proficiência em Python, R, SQL e plataformas de visualização de dados (por exemplo, Tableau, Power BI) é essencial.

Principais Responsabilidades

Desenvolvimento e Pesquisa em IA/ML

• Projetar, desenvolver e implantar modelos avançados de machine learning e deep learning para problemas de negócios complexos
• Implementar e otimizar Large Language Models (LLMs) e soluções de IA generativa
• Desenvolver sistemas de IA agentes com capacidade de tomada de decisão autônoma
• Realizar pesquisas sobre tecnologias emergentes de IA e suas aplicações práticas
• Executar avaliação, validação e aprimoramento contínuo de modelos

Infraestrutura em Nuvem e Desenvolvimento Full-Stack

• Arquitetar e implementar soluções nativas em nuvem de ML/IA escaláveis em AWS, Azure ou GCP
• Desenvolver aplicações full-stack integrando modelos de IA com tecnologias web modernas
• Construir e manter pipelines de ML usando serviços de nuvem (SageMaker, ML Engine etc.)
• Implementar pipelines de CI/CD para implantação e monitoramento de modelos de ML
• Projetar e otimizar infraestrutura em nuvem para cargas de trabalho de computação de alto desempenho

Engenharia de Dados e Gestão de Bancos de Dados

• Projetar e implementar pipelines de dados para processamento em larga escala
• Trabalhar com bancos de dados SQL e NoSQL (PostgreSQL, MongoDB, Cassandra etc.)
• Otimizar o desempenho de bancos de dados para cargas de ML e aplicações em tempo real
• Implementar frameworks de governança de dados e garantia de qualidade
• Gerenciar processamento de dados em streaming e análises em tempo real

Liderança e Colaboração

• Mentorar cientistas de dados juniores e orientar decisões técnicas
• Colaborar com equipes multifuncionais, incluindo produto, engenharia e partes interessadas de negócios
• Apresentar descobertas e recomendações a públicos técnicos e não técnicos
• Liderar projetos de prova de conceito e iniciativas de inovação

Qualificações Obrigatórias

• 5+ anos de experiência prática em ciência de dados e aprendizado de máquina
• 3+ anos de experiência com frameworks de deep learning e redes neurais
• 2+ anos de experiência com plataformas de nuvem e desenvolvimento full-stack (preferencialmente em BPO, domínio de saúde ou BFSI)

Habilidades Técnicas – IA/ML Essenciais

• Aprendizado de Máquina: Scikit-learn, XGBoost, LightGBM, algoritmos avançados de ML
• Deep Learning: TensorFlow, PyTorch, Keras, CNN, RNN, LSTM, Transformers
• Modelos de Linguagem de Grande Porte (LLMs): GPT, BERT, T5, ajuste fino (fine-tuning), engenharia de prompts (prompt engineering)
• IA Generativa: Stable Diffusion, DALL-E, conversão de texto em imagem, geração de texto
• IA Agênica: sistemas multiagente, aprendizado por reforço, agentes autônomos (opcional)

Habilidades Técnicas – Desenvolvimento e Infraestrutura

• Programação: Python (avançado), R, Java/Scala, JavaScript/TypeScript
• Plataformas de Nuvem: AWS (SageMaker, EC2, S3, Lambda), Azure ML ou Google Cloud AI
• Bancos de Dados: SQL (PostgreSQL, MySQL), NoSQL (MongoDB, Cassandra, DynamoDB)
• Desenvolvimento Full-Stack: React/Vue.js, Node.js, FastAPI, Flask, Docker, Kubernetes (opcional)
• MLOps: MLflow, Kubeflow, versionamento de modelos, frameworks de testes A/B
• Big Data: Spark, Hadoop, Kafka, processamento de dados em streaming (opcional)

Qualificações Desejáveis

• Experiência com bancos de dados vetoriais e embeddings (Pinecone, Weaviate, Chroma)
• Conhecimento em LangChain, LlamaIndex ou frameworks de LLM similares
• Experiência com compressão de modelo e implantação em edge
• Familiaridade com computação distribuída e processamento paralelo
• Experiência com aplicações de visão computacional e PLN
• Conhecimento em aprendizado federado e ML preservador de privacidade
• Experiência com aprendizado de máquina quântica
• Especialização em MLOps e design de sistemas de ML em produção (opcional)

Competências-Chave

Excelência Técnica

• Sólida base matemática em estatística, álgebra linear e otimização
• Capacidade de implementar algoritmos descritos em artigos acadêmicos
• Experiência com interpretabilidade de modelos e IA explicável
• Conhecimento em IA ética e detecção/mitigação de vieses

Resolução de Problemas e Inovação

• Fortes habilidades analíticas e de pensamento crítico
• Capacidade de traduzir requisitos de negócios em soluções técnicas
• Abordagem criativa para resolver problemas complexos e ambíguos
• Experiência com prototipagem rápida e experimentação

Comunicação e Liderança

• Excelentes habilidades de comunicação escrita e verbal
• Capacidade de explicar conceitos técnicos complexos para públicos diversos
• Fortes habilidades de gestão de projetos e organização
• Experiência em mentoria e liderança de equipes técnicas

Educação / Certificações

• Mestrado ou PhD em Ciência da Computação, Ciência de Dados, Estatística, Matemática ou área relacionada (não obrigatório)