Leia com atenção os detalhes da vaga de emprego na empresa
PicPay em
São Paulo .
- Superior em Ciência da Computação, Matemática, Estatística, Economia, Engenharias ou áreas correlatas.
- Experiência com a elaboração de comunicações e apresentações orais e escritas.
- Experiência com análise de dados para descobrir padrões ocultos.
- Conhecimento em ferramentas de visualização de dados.
- Experiência com análise e resolução de problemas (Problem Solver).
- Experiência em alguns do itens de programação Python e seu ecossistema de análise de dados (Pandas, Scikit-Learn, Numpy).
- Experiência na extração e análise de banco de dados (SQL).
- Experiência com limpeza e transformação de dados (Feature Engineering).
Desejável
- Mestrado ou Doutorado em Ciência da Computação, Matemática, Estatística, Economia, Engenharias ou áreas correlatas.
- Experiência com navegação e script em um ambiente de linha de comando Unix.
- Experiência com o ambiente Amazon AWS, Airflow, Jenkins, Git, Spark e soluções de AutoML.
Principais atividades
- Realizar análises descritivas e exploratórias para entendimento de dados e levantamento de hipóteses técnicas e de negócio.
- Desenvolvimento de modelagem preditiva utilizando o estádo da arte em Machine Learning e as métricas adequadas para seleção de modelos..
- Validar tecnicamente e com o time de negócio a utilidade e o cenário de utilização dos modelos preditivos desenvolvidos.
- Desenhar, junto com PO’s e especialista de negócios POCs para certificação prática do desempenho dos modelos (teste A/B, controle/intervenção, planejamento e experimentos).
- Colaborar com um time de estatísticos, engenheiros em machine learning, economistas e especialistas em linguagem (NLP, NLU, NLG) para resolver problemas usando Data Science.çl.
- Auxiliar e dar suporte ao time em validação de estruturas de dados e em Feature Engineering.
- Trabalhar em conjunto com o engenheiro de dados e arquitetos de dados na criação de Datasets, no formato necessário para treinamento de múltiplos modelos.
- Coletar, limpar, armazenar, organizar, integrar dados e ajudar na criação de pipelines de dados (com a equipe de engenheiros).
- Auxiliar na expansão do uso da ciência de dados nas frentes de negócios: participar de reuniões com clientes (principalmente internos), auxiliar estruturando projetos e projetando soluções com base nas necessidades e problemas a serem resolvidos.
- Comunicar com clareza os resultados por meio de apresentações e relatórios para clientes.