Descrição: * Graduação em estatística, engenharias, economia, matemática, ciência da computação, ciências atuariais, ou áreas correlatas; * Diferencial: Mestrado/Doutorado em estatística, economia, pesquisa operacional ou áreas correlatas; * Experiência na construção de modelos de classificação em ambientes de negócio (fraude, Churn, Propensão à Compra, risco, etc.); * Experiência com modelos não supervisionados para segmentação/clustering; * Capacidade de estruturar: traduzir um problema de negócio em um problema de ML bem definido; * Diferencial: Experiência em empresas de varejo ou segmento financeiro; * Diferencial: Proficiência em validar a performance do modelo usando métricas de negócio, não apenas métricas técnicas; * Modelos preditivos: Regressão logística, Random Forest, XGBoost, CatBoost, LightGBM, etc; * Python: Domínio na manipulação e transformação de dados com Pandas e NumPy, e proficiência na construção e avaliação de modelos com bibliotecas como Scikit\-learn, XGBoost e/ou TensorFlow/PyTorch. Habilidade para escrever código limpo, modular e versionado (Git); * Diferencial: Experiência com nuvem (AWS, GCP ou Azure): Deve ser capaz de provisionar recursos e trabalhar com serviços\-chave, como BigQuery (consultas avançadas, performance tuning), Cloud Storage (gestão de dados) e, idealmente, Vertex AI (treinamento e deployment de modelos); * Diferencial: Experiência com MLOps e Visão Computacional; * Apaixonado por problema: tem intencionalidade na resolução de problemas, mas não abre mão das melhores práticas do mercado e considera os impactos futuros da solução; * Habilidade para trabalhar com equipes diversas: promove diálogos abertos, empáticos e transparentes com o objetivo de somar e entregar valor; * Assume o papel de protagonista da sua carreira com inquietude positiva e argumentação propositiva. Quer melhorar e fazer um ambiente melhor. * Participar da estruturação de problemas de negócio e relacionar esses problemas com tecnologias, modelagem estatística e matemática; * Planejar, desenvolver e manter modelos de machine learning e séries temporais; * Realizar processo de ETL (extração, transformação e validação) de dados para o desenvolvimento de análises; * Auxiliar os times de negócio a interpretarem os resultados e dar recomendações para melhoria dos processos; * Participar da validação e implementação dos modelos desenvolvidos. 251204020218740775