Buscamos um(a) Cientista de Dados Sênior para integrar um programa de um cliente global do setor automotivo.

Esta posição representa a frente aplicada e voltada à produção das atividades de ciência de dados da equipe. O profissional será responsável por utilizar modelos existentes — incluindo modelos orientados por inferência causal —, adaptá-los a diferentes contextos de negócio, testá-los e ajustá-los com base nos resultados de testes A/B e em novos dados, implantá-los em produção e acompanhar continuamente seu desempenho.

Principais responsabilidades:

• Adaptação de modelos: desenvolver e adaptar modelos criados pela equipe — incluindo modelos orientados por inferência causal, desenvolvidos pelo Cientista de Dados especializado nessa área — para diferentes contextos de negócio do programa.
• Experimentação e melhoria contínua: planejar, executar e interpretar testes A/B, ajustando ou retreinando modelos com base nos resultados dos experimentos e nos novos dados, promovendo um ciclo contínuo de experimentação e aprimoramento dos modelos.
• Implantação: validar modelos desde a fase de protótipo até sua implantação em produção, utilizando Databricks e Azure.
• Monitoramento: acompanhar continuamente o desempenho dos modelos implantados, incluindo detecção de mudanças nos dados (data drift), definição de gatilhos para retreinamento e configuração de alertas quando houver degradação de desempenho.
• Colaboração: trabalhar em conjunto com o Engenheiro de Dados Sênior, responsável pela estrutura de dados; o Engenheiro de Analytics, responsável por BI e geração de insights; e o Cientista de Dados especializado em inferência causal, transformando o trabalho desses profissionais em modelos adaptados ao negócio, implantados e monitorados em produção.

Requisitos obrigatórios:

• Experiência: mínimo de 6 anos de experiência profissional prática em ciência de dados e Machine Learning, com atuação em ambientes de produção.
• Machine Learning e Estatística: experiência comprovada na construção, implantação e monitoramento de modelos estatísticos e de Machine Learning em produção, com domínio de metodologias de testes A/B e desenho de experimentos.
• Inferência causal: conhecimento prático de modelos causais e Machine Learning causal, suficiente para compreender, adaptar e desenvolver modelos orientados por inferência causal criados por um especialista da equipe. A realização de pesquisas originais aprofundadas em inferência causal não é o principal requisito desta posição.
• Tecnologias: Databricks, PySpark, Python e Azure.
• Formação acadêmica: sólida base quantitativa em Matemática, Estatística, Ciência da Computação ou áreas correlatas. Mestrado ou doutorado é considerado um diferencial, mas não é obrigatório para esta posição de perfil mais aplicado.
• Inglês: fluente, pois o profissional atuará diretamente com uma equipe de um programa global.
• Visão de negócio: capacidade de adaptar modelos a diferentes contextos empresariais e explicar os impactos das decisões e das escolhas técnicas para stakeholders não técnicos.