SQL avançado: boas práticas com queries e modelagem de dados;
Conhecimento sólido em programação (exemplos de ferramenta: Python ou R)
Proficiência em Python e bibliotecas de ML (Pandas, NumPy, Scikit-learn, Tensorflow, PyTorch, Keras, etc);
Experiência com ferramentas para processamento e análise de grandes volumes de dados (Spark, Dask, Polars, etc);
Experiência no desenvolvimento de APIs (Flask ou Fast API);
Experiência e conhecimento sólido em estatística e ML: regressão, árvores de decisão, séries temporais, clustering, boosting (XGBoost, LightGBM, CatBoost, etc);
Construção de experimentos para comparação de modelos, como teste A/B;
Experiência prévia em manipulação, análise de dados e modelagem preditiva/prescritiva;
Conhecimento em manipulação de dados para consumo e extração;
Experiência em versionamento de código: Git/GitHub/GitLab; <...