Cientista de Dados - Manutenção Preditiva

Descrição

Resumo: Junte-se à TRACTIAN como Cientista de Dados especializado em manutenção preditiva, desenvolvendo algoritmos de ponta para monitorar e prever falhas de equipamentos e otimizar a confiabilidade dos ativos. Pontos de destaque: 1. Desenvolver algoritmos de manutenção preditiva utilizando aprendizado de máquina 2. Analisar fluxos de dados de sensores para identificar padrões de falha de equipamentos 3. Colaborar com equipes de engenharia e laboratório em soluções avançadas Dados Ciência de Dados São Paulo, SP Remoto **Por que se juntar a nós** --------------- A TRACTIAN está transformando o mundo industrial ao capacitar os profissionais de manutenção de linha de frente a alcançarem mais. Integraremos hardware de ponta com software inovador em uma única plataforma poderosa, substituindo sistemas legados e oferecendo soluções mais inteligentes e rápidas para nossos clientes. **Ciência de Dados na TRACTIAN** ---------------------------- A equipe de Ciência de Dados da TRACTIAN concentra-se na extração de insights valiosos de grandes volumes de dados industriais. Utilizando métodos estatísticos avançados, algoritmos e técnicas de visualização de dados, essa equipe transforma dados brutos em inteligência acionável que orienta a tomada de decisões em engenharia, desenvolvimento de produtos e estratégias operacionais. A equipe trabalha constantemente na otimização de modelos preditivos, na identificação de tendências e no fornecimento de soluções baseadas em dados que melhoram diretamente a eficiência operacional da empresa e a qualidade de seus produtos. **O que você fará** ------------------ Como Cientista de Dados \- Manutenção Preditiva na TRACTIAN, você atuará na interseção entre ciência de dados avançada e operações industriais. Sua missão será desenvolver algoritmos e modelos preditivos de ponta para monitorar e prever falhas de equipamentos antes que ocorram, otimizando a confiabilidade dos ativos e reduzindo o tempo de inatividade. Você enfrentará desafios complexos envolvendo dados em série temporal em larga escala, processamento de dados em tempo real e aplicações de aprendizado de máquina, colaborando de perto com engenheiros e equipes de laboratório para garantir que nossas soluções de manutenção preditiva continuem líderes no setor. ### **Responsabilidades** * + * Desenvolver algoritmos de **manutenção preditiva** utilizando técnicas de aprendizado de máquina para dados em série temporal. * + * Analisar fluxos de **dados de sensores** para identificar padrões que prevejam falhas de equipamentos. * + * Pesquisar e manter-se atualizado sobre literatura acadêmica e técnicas de monitoramento de condição de última geração, traduzindo avanços relevantes em soluções práticas. * + * Colaborar com engenheiros para melhorar pipelines de dados e aprimorar a precisão dos modelos. * + * Construir modelos escaláveis e em tempo real para previsões de baixa latência. * + * Criar ferramentas de diagnóstico que permitam decisões de manutenção baseadas em dados. * + * Trabalhar com a **equipe de laboratório** para projetar experimentos e desenvolver conjuntos de dados de falhas utilizando máquinas reais, a fim de validar hipóteses, desenvolver novos modelos e otimizar os existentes. * + * Refinar continuamente os modelos com base no desempenho no mundo real, nos resultados experimentais e no feedback recebido. ### **Requisitos** * + * Expertise em aprendizado de máquina, análise de séries temporais e detecção de anomalias. * + * Domínio de Python e bibliotecas comuns de ciência de dados e aprendizado de máquina (por exemplo, NumPy, pandas, scikit\-learn, PyTorch). * + * Compreensão sólida de conceitos de **processamento de sinais**, além de experiência prática com dados industriais de sensores (por exemplo, vibração, corrente elétrica, temperatura, pressão). * + * Capacidade de ler, interpretar e aplicar insights provenientes de literatura acadêmica e pesquisas de ponta em monitoramento de condição e diagnóstico de falhas. * + * Experiência no projeto de experimentos para validação de hipóteses e avaliação comparativa de modelos. * + * Fortes habilidades de resolução de problemas e capacidade de lidar com dados ruidosos e de alta dimensionalidade. * + * Inglês avançado. ### **Diferenciais** * + * Familiaridade tanto com pesquisa acadêmica quanto com aplicações práticas em monitoramento de condição, diagnóstico de falhas e prognóstico (por exemplo, métodos baseados em vibração, abordagens baseadas em modelo versus baseadas em dados). * + * Experiência na tradução de métodos acadêmicos em algoritmos robustos e prontos para produção. * + * Experiência prévia em ambientes industriais ou de manufatura. ### **Remuneração \& Benefícios** * + Salário competitivo e opções de ações * + 30 dias de férias remuneradas por ano * + Auxílio educação e cursos * + Ganhe uma viagem para qualquer lugar do mundo a cada 4 anos * + R$1\.035/mês de auxílio-refeição * + Plano de saúde com cobertura nacional e sem coparticipação * + Seguro odontológico: ajudamos você com tratamentos odontológicos para uma melhor qualidade de vida. * + Wellhub e Incentivo Esportivo: R$300/mês extras caso pratique atividades