Liderar projetos de ciência de dados de ponta a ponta, desde a definição do problema até a implementação de modelos em produção;
Extrair, processar, limpar e analisar grandes volumes de dados estruturados e não estruturados;
Identificar padrões, tendências e oportunidades através de análises exploratórias de dados.
Criar e otimizar modelos de machine learning (supervisionado, não supervisionado, aprendizado por reforço) para solucionar problemas de negócios, como previsão de demanda, classificação de clientes, detecção de fraudes, entre outros.
Explorar novos algoritmos e metodologias de aprendizado profundo (deep learning) para aplicações avançadas, como processamento de linguagem natural (NLP), visão computacional e reconhecimento de padrões.
Monitorar o desempenho dos modelos após a implementação em ambiente de produção, ajustando-os conforme necessário para garantir que continuem otimizados à medida que novos dados se to...