CLT: Pessoa Cientista de Dados Python – Especialista | INSTITUTO ATLÂNTICO – BR (Remoto)

Descrição da Vaga

Transformar a vida das pessoas através de inovação e tecnologia, este é o nosso propósito. Estamos procurando um(a) Cientista de Dados, que queira impulsionar a inovação conosco!

Somos um Instituto de Pesquisa e Desenvolvimento formado por um time de pessoas incríveis,com ideias inovadoras, possuímos um ambiente descontraído e muito espírito colaborativo.

Promovemos em nosso dia-a-dia um ambiente de desenvolvimento, onde os Atlantes são o nosso maior foco, por isso um dos nossos valores mais fortes é a “Valorização de Pessoas”. Não é à toa, que estamos entre as melhores empresas de TI para se trabalhar no Brasil, segundo o ranking do GPTW.

Formação Acadêmica:

• Bacharelado em Ciência da Computação, Estatística, Matemática, Engenharia ou área relacionada;
• Pós-graduação, Mestrado ou Doutorado é desejável.

Responsabilidades:

• Colaborar com clientes para entender seus desafios de negócios e identificar oportunidades para aplicar técnicas de ciência de dados;
• Realizar análise exploratória de dados para identificar padrões, tendências e oportunidades de melhoria;
• Desenvolver, treinar e validar uma ampla gama de modelos de aprendizado de máquina para resolver problemas de negócios essenciais;
• Aplicar técnicas de Visão Computacional (CV) para extrair insights estruturados de ativos de dados visuais;
• Utilizar Processamento de Linguagem Natural (NLP) e Large Language Models (LLMs) para analisar texto não estruturado;
• Avaliar e otimizar o desempenho de modelos de aprendizado de máquina, usando métricas relevantes e técnicas de validação cruzada;
• Comunicar os resultados de análises e modelos de forma clara e concisa para stakeholders técnicos e não técnicos.

Requisitos obrigatórios:

• Experiência comprovada em desenvolvimento de software;
• Experiência comprovada na entrega de soluções de ciência de dados e aprendizado de máquina completas (end-to-end), desde a definição do problema até a implantação e o monitoramento;
• Experiência com Python e bibliotecas populares para análise de dados e aprendizado de máquina (Pandas, NumPy, SciPy, Scikit-learn, TensorFlow, PyTorch, etc.);
• Experiência com modelagem estatística e técnicas de aprendizado de máquina (regressão, classificação, clustering, etc.);
• Experiência com ferramentas de visualização de dados (Tableau Desktop/Server, matplotlib, seaborn, plotly, etc.);
• Experiência com bancos de dados relacionais e SQL;
• Experiência com ferramentas de versionamento de código (Git);
• Experiência com plataformas de computação em nuvem (AWS ou GCP);
• Experiência no uso de ferramentas de processamento distribuído (por exemplo, Spark, Dask) para análise de dados em larga escala, engenharia de recursos e treinamento de modelos;
• Experiência com ferramentas de MLOps para automatizar o ciclo de vida do modelo de aprendizado de máquina;
• Experiência com técnicas de Visão Computacional (CV), incluindo classificação de objetos, segmentação semântica e segmentação de instâncias para extração de insights estruturados a partir de ativos de dados visuais;
• Experiência com técnicas de processamento digital de imagens (por exemplo, filtragem, detecção de bordas, operações morfológicas, transformações geométricas e de cor) utilizando bibliotecas como OpenCV, scikit-image e Pillow, para pré-processamento e extração de features de dados visuais;
• Experiência com tecnologias de virtualização e containerização (por exemplo, Docker, Kubernetes) para empacotamento, implantação e escalabilidade de modelos e aplicações de ciência de dados.

Idioma:

• Inglês avançado (leitura, escrita, conversação, técnico) para contato diário com parceiros no exterior.

Desejável:

• Conhecimento de princípios e melhores práticas de engenharia de software aplicados a Ciência de Dados e Machine Learning, incluindo modularização de código, padrões de projeto orientados a dados (por exemplo, Pipeline, Factory, Strategy), testes automatizados (unitários e de integração), documentação de código e controle de versão, visando a construção de soluções escaláveis, reprodutíveis e de fácil manutenção;
• Conhecimento de frameworks e metodologias de experimentação (testes A/B, testes multivariados), incluindo definição de hipóteses, cálculo de tamanho de amostra, significância estatística e análise de resultados, para validação de modelos e features em ambiente de produção;
• Conhecimento de ferramentas para monitoramento de modelos em produção (por exemplo, MLflow, Evidently AI, Prometheus, Grafana), incluindo detecção de data drift, model drift e degradação de performance ao longo do tempo;
• Experiência com arquiteturas avançadas de Deep Learning para CV, como CNNs, Vision Transformers (ViT), YOLO, Faster R-CNN, Mask R-CNN, U-Net e SAM (Segment Anything Model), para tarefas de detecção, classificação e segmentação de objetos;
• Experiência com deploy de modelos de visão computacional em produção, utilizando ferramentas como TensorRT, ONNX, OpenVINO ou TorchServe, visando otimização de latência e throughput;
• Experiência em otimização e compressão de modelos (quantização, pruning, distillation) para viabilizar inferência em dispositivos edge/embarcados com restrição de recursos computacionais;
• Experiência com frameworks e ferramentas de anotação e gerenciamento de datasets de imagem/vídeo (por exemplo, CVAT, Labelbox, COCO format) para curadoria e versionamento de dados visuais;
• Experiência com técnicas de aumento de dados (data augmentation) e geração sintética de imagens (incluindo GANs e modelos de difusão) para lidar com escassez de dados rotulados;
• Experiência prática com GPUs e computação paralela (CUDA, cuDNN) para treinamento e otimização de modelos de deep learning em larga escala;
• Experiência com arquiteturas multimodais, combinando visão computacional com texto/áudio (por exemplo, CLIP, modelos de legendagem de imagem e visual question answering);
• Experiência com ferramentas de orquestração de pipelines de dados/ETL (por exemplo, Airflow, Luigi, Kubeflow Pipelines) para automação e orquestração de fluxos de dados, engenharia de features e treinamento de modelos;
• Experiência com técnicas de Processamento de Linguagem Natural (NLP) e Large Language Models (LLMs);
• Publicações científicas, participação em conferências ou contribuições em comunidades técnicas/open source na área de Ciência de Dados, Machine Learning ou Visão Computacional.

Vem ser Atlante!!!

Sobre a Organização

Somos uma Instituição de Ciência e Tecnologia (ICT), estruturada na forma de uma Associação Civil de Direito Privado, sem fins lucrativos, voltada para a promoção da Inovação através da Pesquisa e Desenvolvimento em TIC. Fundado pelo CPqD e PADTEC, somos dos principais ICTs do Nordeste em Pesquisa, Desenvolvimento e Inovação. Com mais de 600 profissionais talentosos e certificados em suas áreas, o Atlântico possui colaboradores alocados em Fortaleza, onde fica a sede principal, e em outras cidades do Brasil remotamente. O Atlântico possui um ambiente de trabalho harmonioso e colaborativo, com liberdade de experimentação e maior proximidade com o cliente . Missão Promover o avanço e o bem-estar da sociedade por meio da ciência, tecnologia e educação.