Cientista de Dados (IA e Python)

Responsabilidades:

• Cientista de Dados (com foco em IA e Python)

Conhecimentos Essenciais:

• Experiência com projetos de Inteligência Artificial e Machine Learning. 
• Domínio de Python e bibliotecas como:
• Pandas, Numpy, Scikit-learn, TensorFlow, PyTorch, Keras, Matplotlib, Seaborn.
• Conhecimento em SQL e habilidade para escrever consultas complexas. 
• Familiaridade com boas práticas de versionamento de código (Git). 
• Conhecimento em tratamento, análise e preparação de dados (data wrangling, feature engineering). 
• Experiência com testes automatizados com foco em dados e scripts (ex: pytest). 

Ingestão e Manipulação de Dados

• Entendimento de processos de ETL / ELT e tratamento de dados. 
• Experiência com ferramentas de ingestão e transformação de dados, como:
• Airbyte, dbt, Kafka Connect, Apache Nifi (desejável).
• Familiaridade com orquestradores de pipeline de dados como Apache Airflow, Dagster ou Prefect. 

Bancos de Dados

• Experiência prática com bancos de dados relacionais:
• PostgreSQL, MySQL, SQL Server, Oracle.
• Conhecimento básico em bancos NoSQL:
• MongoDB, Redis.
• Capacidade de otimizar consultas para grandes volumes de dados.

Data Warehousing e Modelagem Dimensional

• Conhecimento em modelagem de dados e práticas de Data Warehousing:
• Star Schema, Snowflake Schema, Slowly Changing Dimensions, entre outros.

Big Data (Diferenciais)

• Familiaridade com ferramentas de Big Data, como:
• Apache Spark, Apache Kafka, Hadoop, Flink.
• Experiência em processamento de dados em larga escala será um diferencial.

APIs e Integrações

• Experiência no consumo de APIs REST (para coletar dados externos). 
• Conhecimento de princípios REST e protocolo HTTP.
• Noções básicas sobre autenticação com OAuth/JWT.

Visualização e BI (Desejável)

• Experiência com ferramentas de visualização de dados, como:
• Power BI, Tableau, Dash, Streamlit;

Requisitos:

Soft Skills

• Raciocínio analítico e foco em solução de problemas.
• Proatividade, curiosidade e aprendizado contínuo.
• Boa comunicação com áreas técnicas e de negócio.
• Capacidade de trabalhar em equipe com engenheiros de dados e analistas.
• Graduação completa, preferencialmente em Ciência da Computação, Engenharia da computação e Sistemas de Informação. 

Diferenciais:

• Experiência com CI/CD para modelos (ex: MLflow, DVC).
• Experiência com containers (Docker) para empacotamento de soluções de dados.
• Conhecimento em NLP, Visão Computacional ou séries temporais.
• Certificações em IA ou Data Science.