Descrição e Responsabilidades
- Desenvolver modelos predi vos e prescri vos u lizando técnicas de Machine Learning
e Deep Learning.
- Construir e treinar redes neurais (CNN, RNN/LSTM, Transformers) aplicadas a
problemas de negócio.
- Utilizar PyTorch, Scikit-learn, Pandas e NumPy no desenvolvimento e experimentação
de modelos.
- Realizar análises exploratórias e esta s cas avançadas em ambientes de Big Data com
PySpark no Databricks.
- Gerenciar o ciclo de vida de modelos com MLflow (tracking, versionamento, deploy e
monitoramento).
- Construir pipelines ETL/ELT e camadas analí cas em arquitetura Data Lakehouse (Delta
Lake).
- Documentar experimentos, modelos e arquiteturas de forma clara e reproduzível.
Requisitos
- Experiência em Data Science aplicada à IA: análise predi va, classificação, regressão,
séries temporais e clustering.
- Conhecimento em Machine Learning: modelagem, tuning, validação cruzada e
avaliação de modelos.
- Experiência com Deep Learning e redes neurais (MLP, CNN, RNN/LSTM e Transformers).
Experiência prá ca com PyTorch para treinamento, omização e deploy de modelos.
- Domínio de Python para Data Science (Scikit-learn, Pandas, NumPy, Matplotlib ou
Seaborn).
- Experiência com Databricks (notebooks, clusters, jobs e MLflow).
- Conhecimento em PySpark / Apache Spark para processamento distribuído.
- Experiência com arquitetura Data Lakehouse e Delta Lake (camadas RAW, TRUSTED e
APPLICATION).
- SQL avançado, incluindo construção de queries complexas e omização de
performance.
Diferenciais: Experiência com Large Language Models (LLMs), fine-tuning, RAG, embeddings ou
LangChain.
156826
2026-04-13
2026-04-13
Confidencial