Cientista de dados - data scientist senior

Habilidades Técnicas:

• Construir, treinar e ajustar modelos de redes neurais (TensorFlow) com foco no reconhecimento de sinais espaciais e temporais de vídeos em línguas de sinais;
• Coletar, balancear e aplicar técnicas de pré-processamento e engenharia de features em dados multimodais;
• Colaborar ativamente com o time de Linguistas para definir os critérios, domínios e padrões dos vídeos de referência que precisam ser gravados e catalogados para treino;
• Preparar, converter e otimizar modelos treinados em Python para que funcionem de forma eficiente e com baixa latência no navegador do usuário via JavaScript.
• Estruturar o código, as dependências e os artefatos do modelo de forma organizada (via Docker/Git) garantindo uma entrega limpa para a equipe de Engenharia.

Habilidades Comportamentais:

• Interesse por diversidade, inclusão e acessibilidade;
• Curiosidade;
• Colaboratividade;
• Comunicação Multidisciplinar com habilidade de traduzir necessidades técnicas de dados para os linguistas e, ao mesmo tempo, alinhar requisitos com os times de Engenharia e Produtos; 
• Estrutura e orientação para a ação;
• Confortável trabalhando em ambiguidade e em ambientes de estágio inicial;
• Foco no impacto não apenas na produção (output);
• Foco em entregar soluções funcionais que resolvam o problema do usuário final dentro dos prazos da sprint. 

Diferenciais:

• Inglês avançado
• Ter experiência com otimização de modelos

Responsabilidades Principais:

• Atuação de forma prática em projetos de Ciências de Dados, preferencialmente com vivência em Visão Computacional ou NLP; 
• Domínio dos conceitos fundamentais de aprendizado de máquinas (divisão justa dos dados, regularização, ajuste de hiperparâmetros); 
• Capacidade de definir e calcular métricas de performance (Acurácia, Precisão, Recall, F1-Score) e otimizar o tempo de inferência para tempo real; 
• Experiência prática trabalhando com controle de versão (Git) e ritos do framework Scrum
• Sólidos conhecimentos em Python para manipulação de dados, extração de features e treinamentos;
• Conhecimentos práticos em JavaScript/TypeScript para execução e integração dos modelos no frontend; 
• Experiência com Frameworks de Deep Learning (TensorFlow) e Visão Computacional (integração da biblioteca MediaPipe combinada com OpenCV); 
• Noções de arquitetura de sistemas e capacidade de empacotar aplicações básicas em containers Docler para entrega à Engenharia.