Descrição:
Publicada: 22/12/2025
Junte-se à Digiage e ajude a escalar a inteligência artificial com excelência operacional.
Buscamos um(a) Cientista de Dados com expertise em Machine Learning para atuar em projetos estratégicos. O profissional será responsável por desenvolver soluções analíticas e modelos de ML que gerem valor ao negócio, otimizem operações e apoiem a tomada de decisão.
Esta posição exige atuação de ponta a ponta no ciclo de vida da ciência de dados, da exploração à implantação e monitoramento de modelos em produção, em colaboração com times de engenharia e negócio.
Principais Responsabilidades:
- Desenvolvimento de Modelos: Criar, treinar, validar e aprimorar modelos de ML (classificação, regressão, recomendação e séries temporais).
- Gestão do Ciclo de Vida (MLOps): Implementar, monitorar e gerenciar modelos em produção, acompanhando performance e drifts, e propondo retreinamentos.
- Engenharia de Dados e Features: Realizar Análise Exploratória de Dados (EDA) e engenharia de features em bases estruturadas e semiestruturadas.
- Tecnologia e Ferramentas: Construir pipelines de dados e workflows analíticos utilizando Databricks e PySpark, e gerenciar experimentos e versionamento com MLflow.
- Colaboração e Estratégia: Interagir com áreas de negócio para definir problemas, métricas de sucesso e validar resultados, além de participar de code reviews e contribuir com as boas práticas do time.
Requisitos
- Formação em Ciência da Computação, Engenharia, Estatística, Matemática ou áreas correlatas.
- Experiência prática como Cientista de Dados, com projetos de ML em produção.
- Vivência com PySpark e processamento de dados em larga escala.
- Conhecimento sólido em algoritmos de Machine Learning supervisionados
- Conhecimento em Git e boas práticas de desenvolvimento.
- Noções de ambientes cloud (Azure, AWS ou GCP).
Diferenciais
- Proficiência em Python e bibliotecas como pandas, NumPy, scikit-learn, etc
- Experiência com Databricks ou plataformas similares.
APIs e tecnologia de dados para acelerar a competitividade
Descrição:
Publicada: 22/12/2025
Junte-se à Digiage e ajude a escalar a inteligência artificial com excelência operacional.
Buscamos um(a) Cientista de Dados com expertise em Machine Learning para atuar em projetos estratégicos. O profissional será responsável por desenvolver soluções analíticas e modelos de ML que gerem valor ao negócio, otimizem operações e apoiem a tomada de decisão.
Esta posição exige atuação de ponta a ponta no ciclo de vida da ciência de dados, da exploração à implantação e monitoramento de modelos em produção, em colaboração com times de engenharia e negócio.
Principais Responsabilidades:
- Desenvolvimento de Modelos: Criar, treinar, validar e aprimorar modelos de ML (classificação, regressão, recomendação e séries temporais).
- Gestão do Ciclo de Vida (MLOps): Implementar, monitorar e gerenciar modelos em produção, acompanhando performance e drifts, e propondo retreinamentos.
- Engenharia de Dados e Features: Realizar Análise Exploratória de Dados (EDA) e engenharia de features em bases estruturadas e semiestruturadas.
- Tecnologia e Ferramentas: Construir pipelines de dados e workflows analíticos utilizando Databricks e PySpark, e gerenciar experimentos e versionamento com MLflow.
- Colaboração e Estratégia: Interagir com áreas de negócio para definir problemas, métricas de sucesso e validar resultados, além de participar de code reviews e contribuir com as boas práticas do time.
Requisitos
- Formação em Ciência da Computação, Engenharia, Estatística, Matemática ou áreas correlatas.
- Experiência prática como Cientista de Dados, com projetos de ML em produção.
- Vivência com PySpark e processamento de dados em larga escala.
- Conhecimento sólido em algoritmos de Machine Learning supervisionados
- Conhecimento em Git e boas práticas de desenvolvimento.
- Noções de ambientes cloud (Azure, AWS ou GCP).
Diferenciais
- Proficiência em Python e bibliotecas como pandas, NumPy, scikit-learn, etc
- Experiência com Databricks ou plataformas similares.
APIs e tecnologia de dados para acelerar a competitividade
