Quais serão suas responsabilidades?
- Desenvolver modelos estatísticos, preditivos e de Machine Learning para resolução de problemas de negócio;
- Realizar análise exploratória de dados, identificação de padrões e geração de insights;
- Desenvolver e otimizar pipelines de preparação e processamento de dados para consumo dos modelos;
- Trabalhar com grandes volumes de dados utilizando serviços da Google Cloud Platform;
- Construir e implementar modelos de Machine Learning em ambientes produtivos;
- Atuar na evolução do ciclo de vida dos modelos, incluindo treinamento, validação, deploy e monitoramento;
- Desenvolver experimentos, testes e métricas para avaliação da performance dos modelos;
- Trabalhar em conjunto com times de Engenharia de Dados, Analytics, Produto e Negócio;
- Aplicar boas práticas de MLOps, garantindo reprodutibilidade, versionamento e escalabilidade das soluções;
- Documentar soluções, modelos, premissas e resultados técnicos;
- Participar de discussões técnicas e apoiar a definição de arquiteturas de dados e IA.
O que é necessário para participar desse processo seletivo?
Experiência sólida como Cientista de Dados;
Domínio de Python, Sprk e PySpark para análise e desenvolvimento de modelos;
Conhecimento sólido em bibliotecas como: Pandas, NumPy, Scikit-learn; PySpark;
Experiência com desenvolvimento de modelos de Machine Learning supervisionado e não supervisionado: Classificação; Regressão;Clusterização; Sistemas de recomendação; Séries temporais;
Conhecimento em estatística, probabilidade e experimentação;
Experiência com SQL e manipulação de grandes volumes de dados;
Experiência prática com Google Cloud Platform (GCP).
Stack GCP desejada
- BigQuery – armazenamento e processamento analítico;
- Vertex AI – desenvolvimento, treinamento, deployment e gerenciamento de modelos;
- Cloud Storage – armazenamento de datasets e artefatos;
- Dataproc ou Dataflow – processamento distribuído de dados;
- Pub/Sub – integração e processamento orientado a eventos, quando aplicável;
- Cloud Functions ou Cloud Run – disponibilização de serviços e modelos;
- Vertex AI Pipelines – automação do ciclo de Machine Learning;
- Docker e Kubernetes – desejável para conteinerização e deploy.
MLOps
Experiência ou conhecimento em práticas de MLOps, incluindo:
- Versionamento de código e modelos;
- Automação de pipelines de treinamento;
- CI/CD para soluções de Machine Learning;
- Deployment de modelos;
- Monitoramento de performance e drift;
- Reprodutibilidade de experimentos;
- Gestão do ciclo de vida dos modelos.
Diferenciais
- Experiência com ambientes de alto volume e alta escala;
- Conhecimento em Deep Learning;
- Experiência com NLP e modelos de linguagem;
- Experiência com IA Generativa e LLMs;
- Conhecimento em frameworks como TensorFlow ou PyTorch;
- Experiência com sistemas de recomendação e personalização;
- Conhecimento em streaming e processamento de eventos;
- Certificações Google Cloud;
- Experiência em empresas de mídia, entretenimento, streaming ou plataformas digitais.
Competências comportamentais
- Forte capacidade analítica e raciocínio lógico;
- Facilidade para traduzir problemas de negócio em soluções baseadas em dados;
- Boa comunicação para interação com públicos técnicos e de negócio;
- Autonomia e senso de ownership;
- Capacidade de trabalhar em ambientes dinâmicos e de alta complexidade;
- Perfil colaborativo e orientação para resultados.
Por que fazer parte do time DBC Company?
- Somos a 13ª melhor empresa para trabalhar do Brasil e a 2ª melhor empresa para trabalhar no Rio Grande do Sul, segundo o GPTW 2025;
- Todos os profissionais que estão alocados em clientes e/ou projetos são acompanhados por Gestor da DBC e também por Business Partner;
- A DBC incentiva seus colaboradores a obterem certificações relacionadas à sua área de atuação e alinhadas com sua Gestão DBC.
O que é importante saber?
- Nosso time promove um ambiente seguro para todos os profissionais independente de sua etnia, crença religiosa, orientação sexual, identidade de gênero, idade, etc.
- Essa vaga também é destinada a Pessoas com Deficiência.