Cientista de Dados
VENHA SER #SANGUELARANJA 🧡🚀
Detalhes da vaga
- Cargo
- Cientista de Dados
- Vagas
- 1
- Publicada
- 13/07/2026
- Candidaturas até
- 08/09/2026
Localização
Descrição da vaga
Estamos em busca de uma pessoa para atuar como Cientista de Dados para integrar nossa equipe que atua dedicado a um cliente do mercado financeiro.Responsabilidades e atribuiçõesProjetar, desenvolver e manter modelos preditivos para o negócio, além de evoluir modelos de Machine Learning para suportar decisões Criar estratégias para transformar repositorio de dados em inteligencia de negocios e construir modelos estatísticosDesenvolver rotinas de ingestão, transformação e validação de dados em ambientes de data lake e data warehouse. Trabalhar em parceria com áreas de negócio, operações e tecnologia para entender necessidades e traduzir requisitos em estruturas de dados eficientes. Realizar análises exploratórias, identificar padrões e apoiar a tomada de decisão com insights baseados em dados. Documentar modelos, regras de transformação, dicionários de dados e fluxos de ingestão. Apoiar squads e stakeholders na construção de indicadores, métricas e visões analíticas. Monitorar performance das bases e propor melhorias contínuas em arquitetura, governança e qualidade dos dados. Requisitos e qualificaçõesObrigatóriosPython aplicado a engenharia e ciência de dados. Pandas e Numpy para manipulação e análise de dados. SQL avançado para consultas, modelagem e otimização. Experiência com AWS Cloud, incluindo: AWS Glue (ETL/ELT) Amazon Redshift (data warehouse) Consultas em dados armazenados no Amazon S3 Experiência com modelagem dimensional (fatos, dimensões, modelo estrela). Vivência com pipelines de dados e boas práticas de governança.DesejáveisExperiência no setor financeiro, especialmente em operações ou produtos de crédito. Familiaridade com ferramentas de visualização (Power BI, Tableau, Looker). Conhecimento de versionamento (Git) e boas práticas de desenvolvimento. Noções de qualidade e catalogação de dados (Data Quality, Data Catalog). Apache Airflow para orquestração de pipelines. PySpark para processamento distribuído e manipulação de grandes volumes de dados.
Fonte: gupy