Sobre

.Responsabilidades e atribuiçõesDesenvolver soluções preditivas utilizando métodos clássicos de machine learning, incluindo: Regressão (linear e logística), classificação modelos de séries temporais, arvores de decisão, gradient Boosting (XGBoost, LightGBM, CatBoost) e KNN;Conduzir análises exploratórias completas (EDA), identificando padrões, inconsistências e oportunidades de transformação dos dados;Executar pré-processamento avançado: limpeza, normalização, encoding, tratamento de outliers e balanceamento;Selecionar e construir variáveis relevantes (feature engineering), aplicando técnicas estatísticas e conhecimento de negócio;Implementar modelos preditivos com foco em performance, interpretabilidade e impacto estratégico;Validar modelos utilizando métricas adequadas, técnicas de cross-validation e tuning de hiperparâmetros;Atuar diretamente com o cliente, participando de discussões de backlog, refinamento de requisitos e proposição de melhorias técnicas e de processo;Documentar análises, decisões técnicas e resultados de forma clara e estruturada.Requisitos e qualificaçõesExperiência prática com Python aplicado a ciência de dados e machine learning;Vivência com Databricks e Cloud AWS;Domínio de técnicas de validação de modelos, tuning de hiperparâmetros e métricas de avaliação (AUC, F1, RMSE, MAPE etc.).