ANALISTA DE DADOS SÊNIOR (DATA SCIENCE & ANALYTICS )

Somos uma empresa brasileira, com presença internacional, que traz a inovação em seu DNA! Na Biolab, acreditamos que equipes diversas constroem resultados mais sólidos e transformadores. Valorizamos a inclusão e a diversidade em todas as nossas posições. Por isso, incentivamos a candidatura de pessoas com deficiência e de todas as identidades, histórias e origens.

Buscamos um(a) Analista de Dados com perfil híbrido, combinando sólida base estatística, experiência prática em Machine Learning e forte capacidade analítica para transformar dados em decisões de negócio. Essa pessoa atuará com foco técnico-estatístico - da exploração e modelagem de dados à construção de pipelines e monitoramento de modelos.

O QUE ESPERAMOS DE VOCÊ: Graduação em Estatística, Ciência da Computação, Engenharia, Matemática, Economia ou áreas correlatas; Pós-graduação ou especialização em Data Science, Estatística, Analytics ou Machine Learning será considerada um diferencial; Experiência em análise de dados e em projetos de Machine Learning aplicado; Experiência na condução de projetos analíticos de ponta a ponta, desde a definição do problema de negócio até a implementação da solução e apresentação dos resultados; Experiência na tradução de demandas de negócio em soluções analíticas baseadas em dados; Estatística aplicada, incluindo probabilidade, inferência estatística, testes de hipótese, regressão e séries temporais; Machine Learning supervisionado e não supervisionado, contemplando feature engineering, validação de modelos e avaliação de desempenho por métricas estatísticas ( Precision, Recall, F1 - Score, AUC, RMSE, entre outras).

Programação em Python ( Pandas, Scikit - Learn, NumPy, Statsmodels); SQL avançado para consulta, transformação e manipulação de grandes volumes de dados. Conhecimento em plataformas de dados em nuvem, sendo obrigatória experiência em pelo menos uma das seguintes tecnologias: Databricks ou Snowflake. Conhecimento em modelagem de dados, otimização de consultas e processamento distribuído. CONHECIMENTOS DESEJÁVEIS: Conhecimento em ambientes de computação em nuvem (AWS, Azure ou GCP).

Conhecimento em práticas e ferramentas de MLOps para implantação, monitoramento e gestão do ciclo de vida de modelos. Familiaridade com versionamento de código utilizando Git e boas práticas de desenvolvimento. DIFERENCIAIS: Experiência com Deep Learning e Processamento de Linguagem Natural (NLP). Certificações Databricks e/ou Snowflake. : Kaggle ). Contribuições para projetos Open Source. Vivência em metodologias ágeis e desenvolvimento de produtos digitais.

CONFIRA ABAIXO AS PRINCIPAIS ATIVIDADES DESTA POSIÇÃO: Conduzir análises exploratórias e estatísticas avançadas por meio da aplicação de métodos quantitativos, técnicas estatísticas e ferramentas analíticas, visando obter insights que apoiem a tomada de decisão e contribuam para o alcance dos objetivos do negócio; Desenvolver, treinar, validar, monitorar e implementar modelos de Machine Learning (classificação, regressão, clustering, forecasting, entre outros) utilizando bases de dados estruturadas e não estruturadas, com o objetivo de aumentar a assertividade das previsões e otimizar os processos de negócio; Desenvolver e aprimorar pipelines de dados, features e processos analíticos por meio de plataformas de dados em nuvem e ferramentas especializadas, para aumentar a eficiência, a qualidade e a disponibilidade das informações; Analisar desafios de negócio por meio da interpretação de dados, requisitos e indicadores, a fim de desenvolver soluções analíticas e estatísticas que contribuam para decisões estratégicas baseadas em evidências; Planejar e executar experimentos, testes A/B e estudos estatísticos por meio da definição de hipóteses, métricas e critérios de avaliação, para obter resultados confiáveis que orientem melhorias e decisões de negócio; Desenvolver e acompanhar métricas, indicadores e KPIs em conjunto com as áreas de negócio, Produto e Engenharia de Dados, com o objetivo de monitorar resultados, facilitar a tomada de decisão e promover a melhoria contínua; Elaborar e organizar a documentação de metodologias, premissas, modelos e resultados por meio de registros estruturados e padronizados, visando preservar o conhecimento e facilitar a replicação das análises; Orientar e treinar equipes internas por meio da disseminação de boas práticas de estatística, ciência de dados e Machine Learning, com o objetivo de estimular o desenvolvimento técnico e promover a maturidade analítica da organização; Apoiar a evolução da arquitetura analítica, governança de dados e processos de MLOps por meio da avaliação e implementação de melhorias técnicas, a fim de aumentar a escalabilidade, a confiabilidade e a eficiência das soluções de dados.

br e siga nossas redes sociais.