Machine learning engineer

Descrição: O que você precisa ter? * Vivência com Data Analytics, Business Intelligence ou áreas correlatas. * Conhecimento avançado em SQL para manipulação de grandes volumes de dados, modelagem e otimização de consultas complexas. * Proficiência em linguagens de programação para análise estatística e modelagem de dados, como Python (com bibliotecas Pandas, Scikit\-learn). * Conhecimento na aplicação de métodos estatísticos avançados e no ciclo de vida de modelos de Machine Learning (ML). * Vivência em ferramentas de visualização de dados (Power BI, Tableau). * Conhecimento em análise de negócios, com capacidade de traduzir problemas de negócio em requisitos técnicos e analíticos claros. * Prática na construção e manutenção de pipelines de dados simples (ETL/ELT) e familiaridade com ambientes de Cloud (AWS) e/ou plataformas como Databricks. * Inglês Intermediário. O que esperamos dos nossos jogadores? * Acredite nos prazeres e nos benefícios do esporte; * Capacidade de assumir a liderança de projetos de dados do início ao fim; * Paixão por se manter atualizado nas últimas tendências e tecnologias de Data \& Analytics. * Seja orientado à ação e desafio; * Apaixonado pela satisfação do cliente; * Valorize o jogo coletivo e trabalho em equipe; * Seja proativo, espírito empreendedor; * Saiba trabalhar com responsabilidade e autonomia; * Tenha coragem na tomada de decisão; * Criatividade e adaptação nas situações adversas. Quais são as principais responsabilidades? * Liderar projetos de Data Analytics de ponta a ponta, desde a definição do escopo até a apresentação de resultados estratégicos para diversos níveis de liderança e áreas de negócio, priorizando frentes com potencial de Retorno Financeiro (ROI) claro. * Atuar como Especialista em Diagnósticos, conduzindo análises Ad\-Hoc complexas e rápidas para desvendar oportunidades de alto valor e problemas críticos de negócio, garantindo um Retorno Rápido (Quick\-Win) de conhecimento. * Desenvolver, implementar e monitorar Modelos Estatísticos e de Machine Learning (ML) que se tornam Produtos de Dados recorrentes, gerando valor contínuo para as áreas de Negócios (ex: modelos de propensão, segmentação, recomendação, predição). * Explorar e aplicar as possibilidades da Inteligência Artificial Generativa (Gen AI) para acelerar a criação de valor e a eficiência analítica. * Mensurar e acompanhar rigorosamente o efeito financeiro (impacto na receita, custo ou margem) de todas as sugestões e modelos implementados nas áreas de Negócio, garantindo o ciclo de feedback e a comprovação do ROI. * Propor e implementar melhorias nas práticas de governança e modelagem de dados, garantindo que os dados sejam confiáveis, acessíveis e utilizados de forma ética. 2511140202461868247