Oportunidades de Carreira: Cientista de Dados - Análises Avançadas e Multiômica

Informações sobre a área de trabalho

Área: Análises Avançadas e Multiômica
Horário: 09h às 19h
Modelo: Híbrido ou remoto

Sumário

Responsável por identificar soluções para os problemas de negócios e contribuir nas tomadas de decisões, usando habilidades de matemática, de estatística, de programação, de machine learning e de mineração de dados. Comunicar previsões e resultados para o cliente demandante, através de visualizações de dados eficazes. Desenvolver arquiteturas, algoritmos e soluções inovadoras para saúde. Projetar novos modelos estatísticos e ferramentas de coleta de dados e usar técnicas avançadas de análise estatística, probabilidade e deep learning.

Responsabilidades

•    Tratar, transformar e organizar dados desorganizados (estruturados, semi-estruturados ou não estruturados), com uso de habilidades em matemática, estatística, programação, machine learning e outros, aplicando suas capacidades analítica, de conhecimento de negócio, de compreensão contextual, para identificar soluções para os problemas de negócios e contribuir na tomada de decisões e estratégias da instituição.
•    Realizar pesquisas sem direção e formular perguntas abertas aos dados
•    Extrair grandes volumes de dados de múltiplas fontes internas e externas
•    Empregar os programas de análise sofisticadas, machine learning e métodos estatísticos para preparar os dados para uso em modelagem preditiva e prescritiva
•    Explorar e analisar dados de uma variedade de ângulos para determinar fraquezas escondidas, tendências e / ou oportunidades
•    Conceber soluções orientadas a dados para os desafios mais prementes
•    Inventar novos algoritmos para resolver problemas e criar novas ferramentas para automatizar o trabalho
•    Comunicar previsões e resultados para o cliente demandante, através de visualizações de dados eficazes
•    Recomendar mudanças nos procedimentos e estratégias da Instituição"

No segmento de Machine Learning:
•    Pesquisar e desenvolver novos algoritmos.
•    Aplicar esses algoritmos e criar soluções."
•    Desenvolver e ajustar modelos fundacionais

No segmento de Visualização de Dados:
•    Entender os dados do projeto em desenvolvimento e reproduzir os mesmos de forma visual que atendam as demandas do cliente.
•    Adotar gráficos, tabelas, relatórios e, principalmente, narrativas para apresentar a um público não técnico as conclusões de um projeto de análise de dados.

Requisitos

•    Matemática: cálculo multivariável e álgebra linear (matrizes, autovalores e autovetores, regra da cadeia, matriz de jacobiana, gradiente, tensores e maldição da dimensionalidade) ;
•    Estatística descritiva: média, mediana, moda, distribuições (tais como: normal, poisson, binomial e chi-square), correlação, variância, teorema do limite central e desvio padrão e variância;
•    Estatística inferencial: teste de hipótese (tais como: p-values, intervalos de confiança), testes de significância (tais como: z-test, t-test e ANOVA) e regressão (regressão linear e regressão logística);
•    Probabilidades: regra do produto, inferência bayesiana x frequentista, variáveis aleatórias, independência, condicionalidade, marginalização e lei da probabilidade total;
•    Data wrangling: limpeza e manipulação de dados, extrair informações de arquivos (tais como: CSV e XML), regular expressions, transformações matemáticas e domínio de queries em banco de dados relacionais;
•    Programação em linguagens de data science (tais como: R, Python, SQL e Matlab). Conhecimentos de pacotes open source especificos para Data Science como: Tensorflow, Pytorch, Transformers, Unsloth ,Keras, Numpy, Pandas, Tidyverse, entre outros;
•    Métodos de machine learning: aprendizagem supervisionada (tais como: decision trees, naive bayes, logistic regression, random forest, SVM e redes neurais) e aprendizagem não supervisionada (tais como: algoritmos de clusterização, PCA e SVD);
•    Métodos de deep learning: adaptação de modelos grande e leves através de técnicas como LoRA, QLoRA, GRPO, GPO e aprendizado não supervisionado como contrastive learning;
•    Comunicação, visualização de dados e data storytelling: conhecimento do negócio do cliente, entendendo os dados de forma visual da área e sabendo comunicar sob forma de vizualização seus insights para o mesmo. Bibliotecas de vizualização de dados (tais como: GGPLOT, SHINY, MATPLOTLIB e SEABORN);
•    Conhecimento de processos de dados e analytics.

Desejável:
•    Graduação completa;
•    Nível de inglês avançado;
•    Outros Métodos de machine learning: reinforcement learning (tais como: Q-learning, TD-learning e algoritmos genéticos) e deep learning (tais como: redes neurais, CNN, RNN e GAN);
•    Otimização. Conhecimento de algoritmos de otimização e utilização de softwares como Gurobi;
•    Experiment Design: teste A/B, controle de variáveis, escolha de bons grupos de teste e controle, tamanho da amostra, nivel de confiança, estatística bayesiana, bootstrapping, simulação e experimento SMART (Specific, Measurable, Actionable, Realistic, Timely);
•    Outras ferramentas: Debugging, testing, controle de versão (Git) e model deploy;
•    Conhecimento de funcionamento e manutenção de banco de dados NoSQL. (Tais como: Cassandra, MongoDB, CouchDB, Documento de grafos, entre outros);
•    Configuração e manutenção do ecosistema Hadoop (tais como: HDFS, Spark, MapReduce, Pig, Hive, Impala, Flume, Sqoop, Zookeeper, Oozie, Hue, Kafka, Scala e Python;
•    Conhecimento de funcionamento e manutenção de banco de dados relacionais. MS SQL Server, Oracle, MySQL e PostgreSQL.