Especialista Cientista de Dados Rio de Janeiro / RJ

  • Planejar e executar iniciativas de Advanced Analytics/Artificial Intelligence (AA/AI) para implantação de soluções sistêmicas (preditivas e prescritivas), baseadas em métodos, técnicas e algoritmos de Artificial Intelligence, Machine; Learning, Deep Learning e/ou Otimização;
  • Apoiar e suportar as diferentes áreas de negócio da empresa, impulsionando a cultura data-driven;
  • Interagir diretamente com a área de Engenharia de Dados, visando obter a orientação e o suporte necessários ao desenvolvimento dos produtos data-driven;
  • Elaborar reports sobre estudos, análises e resultados referentes aos modelos de inferência desenvolvidos, sendo referência como especialista nessas soluções;
  • Estudar, desenvolver, testar e implantar soluções analíticas (preditivas e prescritivas), baseadas em métodos, técnicas e algoritmos de Artificial Intelligence, Machine Learning, Deep Learning e Otimização visando a gestão proativa aplicada aos diversos negócios da empresa, como por exemplo: investigação de irregularidades e detecção de fraudes (combate às perdas comerciais); identificação, prevenção e redução de inadimplência de clientes; previsão do preço da energia; previsão de demanda de energia elétrica; monitoramento de equipamentos para manutenção preditiva; otimização da cadeia de suprimentos; alocação ótima de recursos humanos em projetos; otimização de rotas de veículos; avaliação de idoneidade, risco e scoring de clientes; reconhecimento de imagens; text e Web mining; segmentação e classificação de clientes etc;
  • Executar iniciativas de AA/AI, baseadas no processo iterativo aplicado a projetos dessa natureza, qual seja: 1) Necessidade: levantamento das necessidades/“dores” do negócio e definição das funções-objetivo; 2) Pré-processamento: seleção das variáveis relevantes, tratamento de outliers, dados faltantes etc.; 3) Inferência: escolha dos algoritmos de Machine Learning/Deep Learning/Otimização possíveis e passíveis para cada classe de problema, e; 4) Pós-processamento: avaliação dos resultados e da performance dos modelos elencados. Por fim, elaboração e publicação dos resultados (análises levantadas, correlações, tendências, comportamentos, métricas e indicadores de performance da solução desenvolvida etc.) e das medidas a adotar;
  • Aplicar técnicas de visualização de dados e de estatística para análise preliminar (pré-processamento) das diversas e volumosas bases de dados, estruturados ou não estruturados, candidatas a fonte de dados para os algoritmos de Machine Learning/Deep Learning/Otimização;
  • Desenvolver melhorias constantes das técnicas aplicadas aos modelos preditivos e prescritivos, incluindo planejar e elaborar novos relatórios e relatórios customizados às necessidades dos clientes das áreas de negócio;
  • Participar do estudo de novas oportunidades estratégicas para o grupo que podem ser suportadas por soluções de AA/AI;
  • Realizar apresentações orais, para os níveis operacional e executivo, sobre os projetos, análises e estudos sob sua responsabilidade;
  • Reportar, periodicamente a seus superiores, o andamento das atividades e dos produtos;
  • Executar outras tarefas de mesma natureza e nível de complexidade, como por exemplo, análises descritivas.

O que é essencial você apresentar:

  • Ensino superior completo em Estatística, Engenharia, Ciência da Computação, Economia, Matemática ou correlatas;
  • Inglês  fluente;
  • Conhecimento e experiência em métodos, técnicas, e algoritmos de Artificial Intelligence, Machine Learning e Deep Learning – como por exemplo, técnicas e algoritmos de seleção de variáveis; filtragem; algoritmos de otimização; Redes Neurais Artificias; algoritmos de aprendizado supervisionado e não supervisionado; Decision TreeRandon Forest; XGBoost; Support Vector Machines; K-Nearest Neighbor; Naive Bayes; Validação Cruzada; Lógica Fuzzy; Algoritmos Genéticos; K-means; Text Mining; reconhecimento de imagem etc. – aplicados às classes típicas de problemas de Advanced Analytics/Artificial Intelligence: Previsão, Classificação, Agrupamento, Regressão, Associação e Otimização;
  • Conhecimento e experiência em métodos estatísticos de apoio à decisão: probabilidade e inferência estatística; assim como, nos fundamentos específicos de processos estocásticos, inferência, teoria da probabilidade, estatística multivariada, modelagens em geral, conhecimento de teoria de filas entre outros;
  • Ser capaz de interpretar os resultados e avaliar a adequação teórica das soluções desenvolvidas, gerando informações confiáveis e com embasamento teórico para tomada de decisão;
  • Estar atento para identificar oportunidades de negócio através dos dados e propor novas soluções;
  • Experiência comprovada em algumas das ferramentas a seguir: preferencialmente Phyton; R; SQL; Computação em Nuvem, preferência em Microsoft Azure (Databricks e Azure Machine Learning);
  • Experiência comprovada em Softwares estatísticos (Data Science Platforms); como por exemplo, SAS; SPSS; Knime; Rapid  Miner; Matlab;
  • Experiência comprovada em metodologias ágeis;
  • Habilidade na comunicação de conceitos analíticos complexos para pessoas de outras áreas de atuação;
  • Capacidade de comunicação oral e escrita, e de condução de sessões conjuntas de levantamento de necessidades junto às áreas de negócio.

O que será considerado como diferencial:

  • Tempo de experiência e relevância das iniciativas de AA/AI, as quais atuou no papel de Cientista de Dados;
  • Pós-graduação em Ciência de Dados;
  • Experiência no Setor Elétrico; 

Veja mais vagas abertas: