Descrição: O que você precisa ter: * Experiência em Python para construir e implantar modelos complexos de aprendizado de máquina em escala. * Domínio do gerenciamento do ciclo de vida do modelo de aprendizado de máquina e das melhores práticas de implantação. * Ampla experiência com Databricks para construção de pipelines de aprendizado de máquina ponta a ponta. * Conhecimento avançado de ferramentas de virtualização de dados como Denodo para acesso eficiente aos dados. * Proficiência em Teradata para otimizar o armazenamento de dados e o desempenho de consultas. * Habilidades de liderança para liderar iniciativas de MLOps e impulsionar a inovação em operações de aprendizado de máquina. * Pensamento estratégico para alinhar processos MLOps com objetivos e metas de negócio. * Excelentes habilidades de comunicação e gerenciamento de partes interessadas em todos os níveis da organização. * Capacidade de navegar por desafios técnicos complexos e fornecer soluções eficazes. * Resiliência e adaptabilidade para prosperar em um ambiente dinâmico e de ritmo acelerado. Competências técnicas necessárias: * Modelos de classificação (árvores, ensembles, regressão logística, etc.) * Métricas de avaliação (AUC, Precision, Recall, F1, KS, etc.) * Técnicas para lidar com desbalanceamento extremo (SMOTE, undersampling, oversampling) * Limpeza, transformação e feature engineering * Conhecimento em dados transacionais e financeiros * Uso avançado de MLflow para tracking e registro de experimentos * Unity Catalog para registro dos modelos * Versionamento de modelos (Validação de métricas, promoção de modelos) * Model Serving para deploy em produção * Otimização de hiperparâmetros (Grid Search, Random Search, Hyperopt, Optuna) * Calibração de thresholds (ex.: CalibratedClassifierCV) * Spark para processamento em larga escala (SparkSQL, Pyspark) * Automação de pipelines de treinamento e deploy * Gitlab para versionamento de projetos * Databricks como plataforma do desenvolvimento O que você irá fazer: * Liderar projetos analíticos de alta complexidade, desde a concepção até a entrega de soluções que geram valor mensurável para a organização. * Desenhar e implementar modelos avançados de machine learning, considerando aspectos como escalabilidade, governança, fairness e explainability. * Orientar cientistas de dados de menor senioridade, promovendo capacitação técnica, revisão de entregas e desenvolvimento de carreira. * Definir padrões técnicos e boas práticas, contribuindo para a maturidade da área e para a consolidação de uma cultura analítica sólida. * Interagir com stakeholders estratégicos, traduzindo necessidades de negócio em soluções baseadas em dados e influenciando decisões de alto impacto. * Garantir a qualidade, performance e sustentabilidade dos modelos, monitorando resultados e propondo melhorias contínuas. * Participar de fóruns estratégicos e técnicos, representando a área de ciência de dados e contribuindo para o alinhamento com a visão organizacional. * Documentar e compartilha aprendizados, fortalecendo o repositório de conhecimento e promovendo a evolução contínua do time. 2512240202491933705