Pessoa Cientista de Dados - Pleno (Remoto)

Transformar a vida das pessoas através de inovação e tecnologia, este é o nosso propósito. Estamos procurando um(a) Cientista de Dados, que queira impulsionar a inovação conosco!

Somos um Instituto de Pesquisa e Desenvolvimento formado por um time de pessoas incríveis,com ideias inovadoras, possuímos um ambiente descontraído e muito espírito colaborativo.

Promovemos em nosso dia-a-dia um ambiente de desenvolvimento, onde os Atlantes são o nosso maior foco, por isso um dos nossos valores mais fortes é a “Valorização de Pessoas”. Não é à toa, que estamos entre as melhores empresas de TI para se trabalhar no Brasil, segundo o ranking do GPTW.

Formação:

• Graduação em andamento em Computação, Engenharia de Software ou áreas correlatas.
  
  

• Cases de Sucesso: Atuação prática em projetos de Data Science e Machine Learning, dominando as etapas do ciclo de vida de projetos de Ciência de Dados.
• Machine Learning & Deep Learning: Algoritmos supervisionados, não supervisionados, aprendizado por reforço e Redes Neurais Profundas (TensorFlow, Keras ou PyTorch; arquiteturas CNN, RNN, Transformers).
• Linguagem Python avançada: Manipulação de dados, pipelines, integrações de APIs e automação (Pandas, NumPy, Scikit-learn, XGBoost/LightGBM, etc.
• Técnicas de Inteligência Artificial Explicável (XAI): Conhecimento prático em SHAP, Partial Dependence Analysis e etc.
• Engenharia de Atributos, Estatística & Probabilidade: Conhecimento em métricas de avaliação estatística (R², MAE, RMSE), Testes de hipótese, regressões, distribuições, ANOVA, modelos preditivos e técnicas de validação cruzada.
  
  

• Vivência anterior em projetos de Indústria 4.0 e processos de manufatura industrial.
• Familiaridade com bancos de dados relacionais e pipelines de ETL/ingestão.
• Experiência com tratamento de séries temporais, dados de IoT ou dados industriais (CLP, sensores).
• Conhecimento em integração com sistemas fabris (sistemas SCADA, CLPs, ERPs industriais).
• Experiência com MLOps, monitoramento de degradação de modelos (Model Drift) e deploy em produção.
• Idioma: Inglês intermediário