Job description
Esta posição abrange todas as unidades de negócios, países e todas as operações em que operamos.
O cientista de dados é uma função na área de TI e reporta-se diretamente ao gerente global da A&S. Ele desempenhará um papel fundamental no planejamento, execução e entrega de projetos baseados em aprendizado de máquina. A maior parte do trabalho será em modelagem de aprendizado de máquina (ML), gerenciamento e análise de problemas, exploração e preparação de dados, coleta e integração de dados bem como sua operacionalização.
O cientista de dados será uma interface-chave entre a área comercial e industrial (principalmente) e a equipe de TI / A&S, a (s) unidade (s) de negócio e vários outros departamentos. Os candidatos precisam ser autodidatas, curiosos e criativos. Como ainda estamos construindo a prática de análise de dados, a função também deve abranger as funções relacionadas de engenheiro de dados e engenheiro de DevOps quando necessário.
Main responsibilities
- Orientar e inspirar a organização sobre o potencial de negócios e a estratégia da inteligência artificial (IA) / ciência de dados;
- Identificar oportunidades de negócios que podem ser resolvidos com o uso de análise preditiva/prescritiva e Inteligência Artificial;
- Colaborar em toda a empresa para entender e propor melhorias e soluções para as dificuldades de TI e Negócio relacionado ao uso correto dos dados;
- Priorizar, escopar e gerenciar projetos de ciência de dados e os principais indicadores de desempenho (KPIs) correspondentes para o sucesso;
- Entender novas fontes de dados e pipelines de processos e catalogá-los / documentá-los;
- Aplicar análise estatística e técnicas de visualização a vários dados, como agrupamento hierárquico, incorporação estocástica de vizinhas distribuída em T (t-SNE), análise de componentes principais (PCA);
- Gerar hipóteses sobre a mecânica subjacente do processo de negócios;
- Teste hipóteses usando vários métodos quantitativos;
- Mostrar liderança e curiosidade para entender o processo de negócios em seu núcleo;
- Rede com especialistas em domínio para entender melhor a mecânica de negócio que gerou os dados;
- Domínio da análise exploratória dos dados e facilidade ao descrever as conclusões para público não técnico;
- Aplicar várias técnicas de análise avançada, ML e Deep Learning para executar tarefas de classificação ou previsão;
- Integrar o conhecimento do negócio na solução ML ou Deep Learning; por exemplo, a partir de uma compreensão do risco financeiro, jornada do cliente, previsão de qualidade, vendas, marketing;
- Teste de modelos ML e Deep Learning, como validação cruzada, teste A / B, viés e justiça;
- Colaborar com engenheiros de dados e TI para avaliar e implementar as opções de implantação de ML;
- Auxiliar na implementação de teste champion/challenger (testes A / B) em sistemas de produção;
- Estabelecer as melhores práticas em torno da infraestrutura de produção do ML;
- Treinar outros times e equipes de TI em princípios e técnicas básicas de ciência de dados;
- Treinar seus pares em tópicos especializados em ciência de dados;
- Rede com parceiros internos e externos;
- Auto-aprendizagem (através de conferências, publicações, cursos, academias locais, encontros, etc.);
- Promover a colaboração com outras equipes de ciência de dados dentro do grupo. Incentivar a reutilização de artefatos;
- Amplo domínio em Storytelling para comunicar de forma efetiva o motivo e ganhos das soluções propostas, bem como convencer as áreas de negócio;
- Amplo domínio de técnicas de Data Visualization para análises Descritivas e Diagnósticas. Domínio em Power BI e Qliksense são diferenciais.
Requirements and skills
- Bacharelado ou mestrado em ciência da computação, ciência de dados, pesquisa operacional, estatística, matemática aplicada ou um campo quantitativo relacionado é obrigatório;
- Experiência e educação alternativas em áreas equivalentes, como economia, engenharia ou física, são aceitáveis.
- Os candidatos devem ter especialização em ML, IA, ciência cognitiva ou ciência de dados;
- Experiência em projetos relevantes de ciências de dados bem sucedidos (lançando, planejando, executando). De preferência nos domínios de modelagem de risco, previsão de comportamento do cliente, avaliação de qualidade e automação de fábrica;
- Uma especialização em análise de texto, reconhecimento de imagem, análise de gráficos ou outras técnicas especializadas de ML, como aprendizagem profunda, etc., é um diferencial;
- Idealmente, os candidatos devem conhecer de metodologias ágeis e bem versados na aplicação dos métodos DevOps / MLOps para a construção de pipelines de ML e data science.
- Experiência de projeto na aplicação de ML e ciência de dados a funções de negócios como automação de call center, otimização de sites, análises de risco financeiro, logística, fabricação, empréstimos, seguros, análises de jornadas de clientes, marketing análise, avaliação de qualidade, automação de produção, plataformas de e-commerce, logística de armazém, controle de robô físico, controle de processo, marketing de destino, gerenciamento de rotatividade, etc;
- Os candidatos precisam demonstrar que foram fundamentais no lançamento de projetos significativos de ciência de dados;
- Os candidatos devem ter demonstrado a capacidade de gerenciar projetos (todos os portes) de ciência de dados e equipes diversas;
- Conhecimento e experiência para codificar em várias linguagens: por exemplo, R, Python / Jupyter, SAS, Java, Scala, C ++, Excel, MATLAB, etc;
- Conhecimento de linguagem ABAP/BW será diferencial;
- Experiência com linguagens de programação de bancos de dados populares, incluindo (SQL, PL / SQL, outros) para bancos de dados relacionais e futuros bancos de dados não relacionais, como bancos de dados orientados a NoSQL / Hadoop, como MongoDB, Cassandra e outros;
- Experiência com ferramentas distribuídas de dados / computação: MapReduce, Hadoop, Hive, Kafka, também MySQL e assim por diante;
- Experiência de trabalho em vários ambientes de implementação, incluindo (nuvem, local e híbrido), vários sistemas operacionais e técnicas de contêiner, como (Docker, Kubernetes, AWS Elastic Container Service e outros).
A VIDA É FEITA PARA DURAR
Durante quase um século de existência, expandimos nossos negócios e mercados, cruzamos fronteiras e hoje somos uma das maiores empresas do setor do mundo. Nossa história começou em 1933, no interior de São Paulo, e hoje estamos presentes em 10 países. Em um mundo onde tudo parece efêmero, acreditamos que o que é bom deve durar. Esse é nosso propósito, afinal, nossos produtos estão em obras que perduram no tempo.
Somos uma empresa sólida e ao mesmo flexível. Conectada à tecnologia e às novas tendências, sem perder o foco e a atenção no que mais importa: as pessoas. Estamos vivendo uma jornada de transformação e acreditamos que cada pessoa que entra em nossa empresa é única e contribui para o nosso desenvolvimento e crescimento. A história de cada empregado (a) se mistura a nossa, e assim contruímos um legado feito para durar!
Conheça mais sobre nós
Apply!
Open for applications until: 30/09/2020
