Vaga de Analista de Business Intelligence
- Droga Raia
- Analista de Business Intelligence
- Rio de Janeiro/RJ
Informações da vaga
-
Salário A combinar
-
Modalidade Home Office
-
Contrato Aprendiz
-
Localização Rio de Janeiro/RJ
Descrição da vaga
Cientista de dados pleno droga raia home office Responsabilidades e atribuições O que estamos buscando? O cientista de dados pleno é responsável por compreender problemas de negócio e executar projetos de ciência de dados de ponta a ponta, atuando na coleta, análise, preparação e modelagem de dados para o desenvolvimento de soluções estatísticas e de machine learning e ia, com autonomia técnica crescente, manutenção de scripts e pipelines em sql, python e/ou r, avaliação de resultados e impactos das soluções, além de comunicar insights de forma clara para públicos técnicos e de negócio, interagindo ativamente com cientistas sêniores e stakeholders e buscando aprendizado contínuo ao longo dos projetos. Quais serão suas principais atividades? Apoiar na construção de modelos estatísticos e de machine learning supervisionados e não supervisionados Preparar, limpar e transformar bases de dados (processos de etl/elt) Realizar análises exploratórias de dados (eda) para identificar padrões, tendências e oportunidades de melhoria Criar dashboards e relatórios automatizados utilizando power bi, python ou ferramentas similares Participar do desenvolvimento e manutenção de pipelines de dados em ambientes colaborativos Documentar processos, códigos, análises e resultados para garantir rastreabilidade e compartilhamento de conhecimento Atuar em parceria com áreas de negócio para compreender problemas e traduzir necessidades em soluções analíticas Contribuir com análises e estudos que apoiem decisões estratégicas da companhia Requisitos e qualificações Formação sólida: graduação em áreas quantitativas (ciência da computação, engenharia, estatística, matemática ou áreas afins). Mestrado ou phd com foco em ia é um diferencial Domínio de programação e frameworks: fluência em python, e experiência profunda com bibliotecas como scikit-Learn, tensorflow, pytorch e pandas Matemática e estatística: conhecimento avançado para validar a eficácia dos modelos e evitar vieses ou erros de generalização. Informações adicionais Participação nos resultados (ppr) Assistência médica Assistência odontológica Refeitório no local Seguro de vida Vale-Transporte Benefício farmácia Convênio com empresas parceiras Auxílio academia (gympass) Cesta de natal Trilha de carreira Licença maternidade e paternidade estendida.