Cientista de dados especialista – Vitória/ES

ES | Espírito Santo
Efetivo (CLT)
Biólogo
Biotecnologista
Economista
Engenheiro Ambiental
Engenheiro Civil
Engenheiro de Produção
Engenheiro Mecânico
Engenheiro Químico
Geólogo
Tecnologia da Informação

Atividades (Responsabilidade/Tarefas)

• Apoiar e conduzir os colaboradores da equipe para a melhor solução técnica considerando o balanceamento de custo-benefício dos projetos.
• Interpretar e validar os resultados dos modelos de machine learning desenvolvidos por outros colaboradores cientistas de dados e auxiliar metodologicamente na validação quando necessário. Atuar com um ponto de referência em Machine Learning para os demais colaboradores do time.
• Prospectar e pesquisar novas tecnologias para aprimorar as entregas do time.
• Propor melhorias de código, técnicas, premissas e metodologia de desenvolvimento.
• Desenvolver provas de conceito baseado em requisitos dos clientes, testando a aplicabilidade de novos métodos, tecnologias ou abordagens de implementação de modelos.
• Suporte os gerentes de projeto em discussões técnicas mais complexas fornecendo uma visão consultiva e didática sobre questões de machine learning.

Conhecimentos Técnicos:

• Formação em estatística, ciência da computação, ciências biológicas, Ciências Geológicas, física, engenharias ou economia;
• Domínio de linguagem SQL e Análise de Dados;
• Conhecimentos avançados em Metodologias de Data Mining (CRISP-DM, Ciclo de vida Analítico);
• Especialista em NLP, Natural Language Processing e Text Analytics;
• Conhecimentos avançados em Técnicas de Deep Learning para NLP. Tarefas o Classificação baseada em texto o Extração de entidade nomeada o Similaridade de documentos;
• Conhecimento avançado em Fine-Tunning de Redes Neurais pré-treinadas;
• Conhecimento em configuração e ferramentas para treinamento dos modelos avançados (GPU, CuDA, Pytorch);
• Domínios das técnicas de aprendizado supervisionado: Clustering, Regressão e Árvores de Decisão;
• Domínio de um pacote estatístico/Programação voltada a analítica avançada, tais como R ou Python ou SAS;
• Domínio das técnicas de avaliação de performance e interoperabilidade do modelo;
• Conhecimentos avançados do processo de deploy de modelos. · Visualização de Dados e Storytelling.