Sobre o projeto
Estamos em busca de um(a) Cientista de Dados Sênior para atuar no desenvolvimento de modelos estatísticos e soluções de Machine Learning e Inteligência Artificial Generativa, transformando desafios de negócio em soluções escaláveis e de alto impacto. Buscamos um(a) profissional com forte conhecimento em ciência de dados, IA Generativa e MLOps, capaz de conduzir projetos de ponta, desde a experimentação até a implantação e monitoramento de modelos em produção
.
Responsabilidad
es
Desenvolver modelos estatísticos e soluções de Machine Learning para desafios de negócio e produto; Construir e evoluir soluções de Inteligência Artificial Generativa com foco em LLMs e SLMs; Conduzir análises estatísticas avançadas, testes A/B e estudos de inferência causal; Projetar pipelines e arquiteturas de Ciência de Dados escaláveis e resilientes; Garantir boas práticas de MLOps e LLMOps, incluindo monitoramento, observabilidade e governança de modelos; Atuar em todo o ciclo de vida dos modelos, desde a descoberta do problema até a implantação e acompanhamento de performance; Trabalhar em parceria com equipes de Engenharia e Produto para transformar modelos em soluções aplicáveis e escaláveis; Estruturar processos de avaliação e experimentação para evolução contínua dos modelos; Contribuir para a disseminação de boas práticas e evolução técnica do time; Acompanhar tendências, pesquisas e avanços em Inteligência Artificial e Ciência de Dad
os.
Requis
itos
Pós-graduação completa em Ciência da Computação, Engenharia, Estatística, Matemática ou áreas correlatas; Experiência avançada com Python e bibliotecas como Scikit-learn, TensorFlow e PyTorch; Conhecimento sólido em estatística, inferência causal e design de experimentos, incluindo testes A/B; Experiência com técnicas de Machine Learning, como classificação, regressão, clusterização e séries temporais; Conhecimento em Deep Learning e modelos avançados de IA; Experiência prática no desenvolvimento de soluções de IA Generativa, especialmente com LLMs e SLMs; Domínio do ciclo de vida de Ciência de Dados, incluindo MLOps e LLMOps, com foco em arquitetura, avaliação, monitoramento e observabilidade de modelos; Experiência com ferramentas de versionamento e gerenciamento de modelos, como MLflow; Inglês avançado para leitura de artigos científicos e comunicação téc
nica.
Difere
nciais
Experiência com Databricks; Vivência na construção de arquiteturas escaláveis para soluções de IA e Machine Learning; Conhecimento em boas práticas de governança e observabilidade de modelos em pr
odução.
Informações comple
mentares
Modalidade de contratação: PJ 10
0% REMOTO