Especialista em Ciência de Dados

Responsabilidades e atribuições:

Liderar iniciativas de ciência de dados de alta complexidade técnica ou estratégica, do enquadramento do problema ao modelo em produção; Definir padrões e diretrizes para o desenvolvimento de soluções de ML escaláveis e sustentáveis; Implementar e disseminar práticas avançadas de MLOps: automação de pipelines, monitoramento contínuo e retreinamento via Databricks Workflows e MLflow; Integrar soluções de ML com sistemas de produção, incluindo APIs de serving de modelos e arquiteturas de inferência escaláveis; Conduzir revisões de código e de design garantindo qualidade, eficiência e conformidade com boas práticas de DS; Desenvolver frameworks internos para padronização de modelagem e deployment que viram referência no time; Implementar técnicas sofisticadas de feature engineering para maximizar a eficácia dos modelos; Desenvolver agentes e multiagentes de IA com Databricks e n8n; Fazer mentoria técnica aprofundada de cientistas plenos e sêniores; Construir Business Cases robustos para iniciativas estratégicas, com análise de sensibilidade e riscos; Identificar e liderar novas oportunidades de monetização de dados e eficiência operacional via ML e IA; Propor novas estratégias para alavancar o uso de IA e machine learning nos produtos e serviços do cliente; Acompanhar ativamente o estado da arte (papers, conferências, open source) e traduzir em aplicações práticas; Atuar como parceiro estratégico da alta gestão, embasando decisões críticas baseadas em dados; Produzir conteúdo técnico (design docs, post-mortems, playbooks) que vira referência interna; Contribuir para a disseminação da cultura data-driven.

Requisitos e qualificações:

Inglês avançado para leitura crítica de papers e documentação técnica - não é necessário o inglês avançado para conversação. Formação superior completa em Ciência de Dados, Estatística, Matemática, Ciência da Computação, Engenharias ou áreas relacionadas; Experiência robusta em ciência de dados, com histórico de modelos de alto impacto em produção; Domínio sólido de machine learning avançado em pelo menos um pilar: recomendação, ranking, séries temporais e forecast, causal inference, NLP ou deep learning; Proficiência avançada em Python e bibliotecas de ML (scikit-learn, XGBoost, LightGBM, TensorFlow ou PyTorch); SQL avançado com manipulação de grandes volumes de dados; Domínio de Databricks (notebooks, jobs, Delta Table, Spark, Unity Catalog); MLOps avançado: automação de pipelines, model registry no MLflow, retreinamento automático e governança de modelos; Engenharia de software aplicada a DS: autonomia para construir APIs de serving de modelos e arquiteturas de inferência escaláveis; Experiência com orquestração de pipelines via Databricks Workflows, Airflow ou similares; Conhecimento avançado em arquiteturas de dados analíticos (Data Lake, Data Warehouse, Delta Lake); Experiência com monitoramento de modelos em produção (drift detection, performance tracking, retreinamento); Experiência com agentes e multiagentes de IA e RAG; Estatística aplicada e experimentação: testes A/B, quasi-experimentos, power analysis, uplift modeling; Familiaridade com Git e pipelines CI/CD; Experiência com serviços de nuvem, com atuação prática em pelo menos um provider (AWS, Google Cloud ou Azure). Diferencial ter atuado em mais de um; Experiência em construir e defender Business Cases quantitativos; Experiência em mentoria técnica de cientistas de dados; Comunicação executiva para liderança sênior e C-Level; Desejáveis: Experiência com n8n para orquestração de agentes de IA; Experiência com Databricks Genie ou soluções self-service de dados; Experiência com serviços de IA generativa e ML de mais de um cloud provider (AWS Bedrock, Google Vertex AI, Azure OpenAI), além de Databricks; Histórico de criação de frameworks, bibliotecas internas ou playbooks adotados formalmente por um time de DS; Experiência liderando iniciativas de DS com impacto organizacional além da própria área; Experiência com sistemas de recomendação, forecast ou modelos de ranking em produção e em escala; Visão de negócio com entendimento de P&L e implicações financeiras de decisões técnicas; Fluência com Claude, ChatGPT ou ferramentas equivalentes como copiloto no fluxo diário; Ter atuado no mercado automotivo, marketplaces ou classificados; Reconhecimento externo como referência: palestras, publicações, papers ou participação ativa em comunidades de ciência de dados.

Benefícios:

Bônus anual (de 1 a 3 salários); Assistência médica - inclusive para dependentes; Assistência odontológica; Vale Refeição e Vale Alimentação (benefício flexível); Auxílio Creche ou Babá; Licença maternidade e paternidade estendida, inclusive em casos de adoção; Day-Off de aniversário; Gympass e TotalPass; Seguro de Vida; PAP – Programa de Apoio Pessoal (Auster); Credencial SESC; Programa Indicação Top;