Pessoa Cientista de Dados Python - Especialista - (Remoto)

🌍 Remoto📍 Remoto

Descrição da Vaga

Estamos em busca de uma Pessoa Cientista de Dados Python - Especialista para impulsionar a inovação em nosso Instituto de Pesquisa e Desenvolvimento. Você colaborará com clientes para entender desafios de negócios, identificar oportunidades para aplicar técnicas de ciência de dados e realizar análises exploratórias para identificar padrões e tendências. Será responsável por desenvolver, treinar e validar modelos de aprendizado de máquina, aplicar técnicas de Visão Computacional (CV) para extrair insights de dados visuais e utilizar Processamento de Linguagem Natural (NLP) e Large Language Models (LLMs) para analisar texto não estruturado.

Responsabilidades

Colaborar com clientes para entender seus desafios de negócios e identificar oportunidades para aplicar técnicas de ciência de dados.
Realizar análise exploratória de dados para identificar padrões, tendências e oportunidades de melhoria.
Desenvolver, treinar e validar uma ampla gama de modelos de aprendizado de máquina para resolver problemas de negócios essenciais.
Aplicar técnicas de Visão Computacional (CV) para extrair insights estruturados de ativos de dados visuais.
Utilizar Processamento de Linguagem Natural (NLP) e Large Language Models (LLMs) para analisar texto não estruturado.
Avaliar e otimizar o desempenho de modelos de aprendizado de máquina, usando métricas relevantes e técnicas de validação cruzada.
Comunicar os resultados de análises e modelos de forma clara e concisa para stakeholders técnicos e não técnicos.

Requisitos

✓Bacharelado em Ciência da Computação, Estatística, Matemática, Engenharia ou área relacionada.
✓Experiência comprovada em desenvolvimento de software.
✓Experiência comprovada na entrega de soluções de ciência de dados e aprendizado de máquina completas (end-to-end), desde a definição do problema até a implantação e o monitoramento.
✓Experiência com Python e bibliotecas populares para análise de dados e aprendizado de máquina (Pandas, NumPy, SciPy, Scikit-learn, TensorFlow, PyTorch, etc.).
✓Experiência com modelagem estatística e técnicas de aprendizado de máquina (regressão, classificação, clustering, etc.).
✓Experiência com ferramentas de visualização de dados (Tableau Desktop/Server, matplotlib, seaborn, plotly, etc.).
✓Experiência com bancos de dados relacionais e SQL.
✓Experiência com ferramentas de versionamento de código (Git).
✓Experiência com plataformas de computação em nuvem (AWS ou GCP).
✓Experiência no uso de ferramentas de processamento distribuído (por exemplo, Spark, Dask) para análise de dados em larga escala, engenharia de recursos e treinamento de modelos.
✓Experiência com ferramentas de MLOps para automatizar o ciclo de vida do modelo de aprendizado de máquina.
✓Experiência com técnicas de Visão Computacional (CV), incluindo classificação de objetos, segmentação semântica e segmentação de instâncias para extração de insights estruturados a partir de ativos de dados visuais.
✓Experiência com técnicas de processamento digital de imagens (por exemplo, filtragem, detecção de bordas, operações morfológicas, transformações geométricas e de cor) utilizando bibliotecas como OpenCV, scikit-image e Pillow, para pré-processamento e extração de features de dados visuais.
✓Experiência com tecnologias de virtualização e containerização (por exemplo, Docker, Kubernetes) para empacotamento, implantação e escalabilidade de modelos e aplicações de ciência de dados.
✓Inglês avançado (leitura, escrita, conversação, técnico) para contato diário com parceiros no exterior.
•Pós-graduação, Mestrado ou Doutorado.
•Conhecimento de princípios e melhores práticas de engenharia de software aplicados a Ciência de Dados e Machine Learning, incluindo modularização de código, padrões de projeto orientados a dados (por exemplo, Pipeline, Factory, Strategy), testes automatizados (unitários e de integração), documentação de código e controle de versão, visando a construção de soluções escaláveis, reprodutíveis e de fácil manutenção.
•Conhecimento de frameworks e metodologias de experimentação (testes A/B, testes multivariados), incluindo definição de hipóteses, cálculo de tamanho de amostra, significância estatística e análise de resultados, para validação de modelos e features em ambiente de produção.
•Conhecimento de ferramentas para monitoramento de modelos em produção (por exemplo, MLflow, Evidently AI, Prometheus, Grafana), incluindo detecção de data drift, model drift e degradação de performance ao longo do tempo.
•Experiência com arquiteturas avançadas de Deep Learning para CV, como CNNs, Vision Transformers (ViT), YOLO, Faster R-CNN, Mask R-CNN, U-Net e SAM (Segment Anything Model), para tarefas de detecção, classificação e segmentação de objetos.
•Experiência com deploy de modelos de visão computacional em produção, utilizando ferramentas como TensorRT, ONNX, OpenVINO ou TorchServe, visando otimização de latência e throughput.
•Experiência em otimização e compressão de modelos (quantização, pruning, distillation) para viabilizar inferência em dispositivos edge/embarcados com restrição de recursos computacionais.
•Experiência com frameworks e ferramentas de anotação e gerenciamento de datasets de imagem/vídeo (por exemplo, CVAT, Labelbox, COCO format) para curadoria e versionamento de dados visuais.
•Experiência com técnicas de aumento de dados (data augmentation) e geração sintética de imagens (incluindo GANs e modelos de difusão) para lidar com escassez de dados rotulados.
•Experiência prática com GPUs e computação paralela (CUDA, cuDNN) para treinamento e otimização de modelos de deep learning em larga escala.
•Experiência com arquiteturas multimodais, combinando visão computacional com texto/áudio (por exemplo, CLIP, modelos de legendagem de imagem e visual question answering).
•Experiência com ferramentas de orquestração de pipelines de dados/ETL (por exemplo, Airflow, Luigi, Kubeflow Pipelines) para automação e orquestração de fluxos de dados, engenharia de features e treinamento de modelos.
•Experiência com técnicas de Processamento de Linguagem Natural (NLP) e Large Language Models (LLMs).
•Publicações científicas, participação em conferências ou contribuições em comunidades técnicas/open source na área de Ciência de Dados, Machine Learning ou Visão Computacional.

Categorias

Data Science / Analytics

Sobre a Empresa

Mais vagas na Atlântico →

O Atlântico é uma Instituição de Ciência e Tecnologia (ICT), estruturada na forma de uma Associação Civil de Direito Privado, sem fins lucrativos, voltada para a promoção da Inovação através da Pesquisa e Desenvolvimento em TIC.[Ver Mais]