Consultor(a) de dados i | ia

Como requisitos básicos, você deve ter:

• Graduação completa em Ciência da Computação, Estatística ou áreas correlatas (obrigatório);
• Pós-graduação em Ciência de Dados (diferencial);
• Experiência em Ciência de Dados aplicada em mercados altamente regulados e Cloud (AWS, Azure e GCP (obrigatório);
• Vivência com MLOps - Machine Learning Operations (desejável);
• Domínio em Python, SQL, Bibliotecas de ML (Sckit-learn, XGBoost, LightGBM, TensorFlow e PyTorch), GenAI, LLMs, RAG e NLP (desejável);
• Conhecimento em estatística, modelagem preditiva, feature engineering, validação de modelos, métricas de performance e governança e IA responsável (desejável).

Como será seu dia a dia:

• Atuar como Cientista de Dados no Centro de Excelência de Dados & IA (CoE) da área de TI, liderando iniciativas de dados e IA com foco em modelos analíticos, escaláveis, governança e práticas de IA;
• Desenvolver, operacionalizar e sustentar soluções analíticas avançadas, promovendo excelência técnica, padronizações de métodos e disseminação de boas práticas junto às squads e áreas de negócios;
• Construir modelos preditivos e prescritivos para áreas de negócios: precificação, subscrição, prevenção à fraude, sinistros, comercial, churn, propensão, segmentação, riscos e comportamento de clientes;
• Desenvolver soluções utilizando ML clássico, Deep Learning e GenAI;
• Realizar experimentação, validação estatística e monitoramento contínuo dos modelos, apurando acurácia e estabilidade dos modelos;
• Implementar políticas de IA: explicabilidade, auditabilidade, mitigação de viéses, rastreabilidade e governança de modelos;
• Produzir documentação técnica e utilizar artefatos de governança de dados;
• Definir padrões técnico e boas práticas para ciência de dados;
• Apoiar squads de produtos como referência técnica especializada;
• Participar da evolução da arquitetura analítica;
• Promover compartilhamento de conhecimento;
• Trabalhar em parceria com engenharia e arquitetura de dados para: Deploy de modelos, pipelines de ML, automação, monitoramento e versionamento.