Descrição do Cargo

Apoiar a coleta, limpeza e preparação de conjuntos de dados para análise e modelagem.
Ajudar a construir e testar modelos preditivos.
Explorar dados para identificar padrões e oportunidades de aplicação de Machine Learning.
Apoiar a criação de novos atributos (feature engineering) a partir dos dados disponíveis.
Documentar experimentos, análises e modelos desenvolvidos.
Participar das cerimônias ágeis do time (Daily, Sprint Planning, Sprint Review).

Formação Acadêmica

Cursando ensino superior em Ciência da Computação, Engenharia, Estatística, Matemática, Sistemas de Informação, Ciência de Dados ou áreas correlatas

Requisitos Desejáveis

Conhecimento de programação em Python
Noções de estatística e análise de dados
Familiaridade com conceitos fundamentais de Machine LearningSerá um diferencial:
Ter feito projetos pessoais, acadêmicos ou cursos práticos de dados/ML
Noções de TensorFlow ou PyTorch
Familiaridade com Git e versionamento de código
Contato prévio com metodologias ágeis (Scrum/Kanban)