Data Scientist - Consultor Sênior (Analista Sênior)

Descrição do perfil

Responsável por analisar e interpretar grandes quantidades de dados de uma variedade de fontes, usando ferramentas algorítmicas, de mineração de dados, inteligência artificial, aprendizado de máquina e estatísticas, a fim de torná-los acessíveis à empresa. Conduz tecnicamente a construção e evolução de soluções avançadas de dados e modelos analíticos (estatísticos e de machine learning), garantindo qualidade, governança, escalabilidade e alinhamento com objetivos de negócio para direcionar iniciativas e promover tomada de decisão baseada em dados e priorização por impacto. Atua também na aplicação de IA Generativa para aceleração de análises e automação inteligente, assegurando práticas responsáveis, segurança e conformidade.

Principais atividades

– Identificar, coletar, preparar, validar, analisar e interpretar dados relativos às várias atividades da organização para extrair informações, inclusive através do desenvolvimento de modelos preditivos e estatísticos para gerar sistemas avançados de aprendizagem e conhecimento organizado.

– Identificar e acessar as fontes de dados capazes de apoiar e desenvolver um determinado processo de negócio.

– Conduzir tecnicamente o ciclo ponta a ponta de modelos (problem framing, dados, features, treino, validação, deploy, monitoramento e melhoria contínua), com foco por exemplo em eficiência operacional, impacto de CX etc.- Estruturar e evoluir abordagens analíticas (drivers, segmentações, análises de sensibilidade, impactos operacionais e de negócio), garantindo governança de métricas.

– Identificar, interpretar e manipular os conjuntos de dados necessários para o desenvolvimento dos modelos.

– Desenvolver protótipos e proof of concept em projetos de inovação utilizando ferramentas de desenvolvimento ágil.

– Desenvolver a inovação tecnológica no seu âmbito de atuação e promover a sua aplicação através da elaboração de relatórios de prospecção tecnológica e análise de oportunidades, destacando as alternativas.

– Definir e aplicar modelos de análise de dados descritivos, preditivos e prescritivos com base nas necessidades de aplicação definidas (entrega ponta a ponta de modelos de machine learning).

– Identificar interpretar e manipular os conjuntos de dados necessários para o desenvolvimento dos modelos.

– Promover a aplicação de técnicas estatísticas de aprendizado de máquina.

– Contribuir na disseminação de uma cultura de Data-Driven Decision na cia, fazendo interface entre áreas técnicas e as diversas áreas de negócio.

– Extrair e organizar dados de inúmeras fontes e transformá-los em informações úteis e decifráveis por meio de gráficos e dashboards.

– Direcionar análises com técnicas de NLP/ML (classificação, tópicos, sentimento, clustering e extração de entidades), estruturando taxonomias e padrões de medição.

– Conduzir iniciativas de inteligência de canais (diagnóstico, causa raiz, recorrência, predição/alerta, priorização de ações preventivas), conectando jornada do cliente e eventos operacionais.

– Apoiar discovery com stakeholders (ex.: CX, operações, produtos, atendimento), traduzindo problemas em hipóteses e critérios de sucesso mensuráveis.

– Estabelecer governança para IA Generativa (padrões de uso, avaliação de qualidade, mitigação de alucinações, privacidade/LGPD e segurança), habilitando casos de uso.

– Desenvolver PoCs e MVPs para inovação analítica e GenAI (ex.: sumarização automática, classificação de motivos, assistentes analíticos), definindo critérios de escalabilidade e industrialização.

– Construir, implementar e acompanhar modelos de ML/NLP/LLM (incl. RAG/agentes) em produção.

– Elaborar e implementar pipelines de treino/inferência e avaliação robusta.

– Realizar monitoramento, retraining e governança de modelos.

– Suportar o desenvolvimento de arquiteturas e padrões para escalar IA na cloud.

Conhecimento, Experiência e Formação

– Codificação de programas e aplicações, estatística avançada e ML aplicado (classificação, regressão, séries temporais, clustering, causalidade/driver analysis, validação e explicabilidade);

– Algoritmos de Machine learning e frameworks (TensorFlow, Pytorch, Sci-Kit Learn, Keras, H2O etc.);

– Linguagens de programação (SQL, Shell Script, R, Pyhton, Scala, Java etc.);

– Data Mining;

– Database management;

– Conhecimento de soluções de dados em Cloud (GCP, Azure, OCI etc.) e fundamentos de serviços de dados/compute, segurança, controle de acesso e governança;

– Conhecimento de IA Generativa aplicada: LLMs, prompt engineering, padrões como RAG (quando aplicável), embeddings e agentes, avaliação de qualidade, segurança e uso responsável;

– Python avançado e ML frameworks;

– NLP / Deep Learning;

– Prompt engineering avançado;

– Cloud AI platforms (Vertex, Azure etc.);

– Comunicação técnica e executiva (storytelling, priorização por impacto, gestão de trade-offs e influência com stakeholders);

– Model monitoring, retraining e governança.

– Ensino superior completo