Requisitos essenciais:Graduação completa em Engenharia Química, Engenharia de Controle e Automação, Engenharia Elétrica e áreas correlatas;Experiência em projetos/processos industriais;Conhecimento avançado em Python; Conhecimento em Aprendizado de Máquinas; Gosto por resolver problemas e construir soluções baseadas em dados;Fortes habilidades em comunicação e relacionamento;Conhecimento em SCRUM/Agilidade.Diferenciais:Experiência com aprendizagem de máquina profunda (arquiteturas de deep learning);Experiência em versionamento de códigos e de dados (Exemplo: DVC, Git e ML Flow);Conhecimento das metodologias de desenvolvimento de projetos de ciência de dados;Experiência com séries temporais;Inglês e espanhol avançados.A área de Dados na Stefanini IHM é estratégica para o negócio e atua como um pilar estratégico da cultura data driven da empresa. O time é composto por Cientistas de Dados, Engenheiros de Dados, Engenheiros de Machine Learning, Engenheiros de Processo e Designers. O time trabalha com uma sinergia que nos dá uma velocidade ímpar na construção e entrega de soluções baseadas em dados para a indústria.Nosso propósito é sermos parceiros da indústria em eficiência operacional, tornando-a mais sustentável e eficiente por meio da inteligência artificial. Temos como pilares para isso a excelência do time, o incentivo ao intraempreendedoríssimo. Não obstante, sempre prezamos por um bom ambiente de trabalho colaborativo e agradável, bem como por um forte espírito de equipe.Buscamos um(a) Cientista de Dados Pleno para atuação em projetos em grandes players da indústria com foco em criar modelos analíticos e soluções baseadas em dados/IA para melhoria dos processos produtivos desses clientes. O seu dia a dia vai ser dentro de um time multidisciplinar com problemas desafiadores a serem resolvidos para clientes industriais.Alguns exemplos de atividades:Entender o processo/contexto/desafios dos clientes industriais para propor soluções de dados;Desenvolver análises de dados orientados à melhoria de performance e resolução de problemas em ambientes industriaisDesenvolver modelos baseados em técnicas de aprendizado de máquina que irão melhorar a eficiência dos processos produtivos industriais;Construir testes controlados, monitorar sua performance, relatar os resultados e testar hipóteses;Participar do dia a dia e da evolução da área de dados.