Experiência na área de Ciência de dados;Superior em Ciência da Computação, Engenharia da Computação, Sistemas da Informação, Matemática, Estatística ou afins;Pós graduação em Data Science / ML / Big Data ou afins. Python: Proficiência em Python e suas bibliotecas, como pandas, numpy, scikit-learn, matplotlib, para análise de dados e desenvolvimento de modelos. Estatística para Data Science como médias, desvios padrão, distribuições de probabilidade, histogramas, boxplots, testes de hipóteses, correlação, distribuições de probabilidade, modelagem e testes estatísticos.SQL: Habilidade avançada em SQL para consulta e manipulação de grandes volumes de dados em bancos relacionais.Desenvolvimento e implementação de modelos supervisionados (regressão, árvores de decisão, SVM) e não supervisionados (clustering, PCA) para análise e previsão de dados logísticos. Ensemble Methods: Experiência com Random Forests, XGBoost, LightGBM para melhorar a performance dos modelos. Redes Neurais e Deep Learning: Aplicação de técnicas avançadas de deep learning com TensorFlow e Keras, para modelos mais complexos.Apache Hadoop e Apache Spark para processamento e análise de grandes volumes de dados distribuídos. Implementação de soluções de dados em escala Microsoft Fabric / Databricks. ETL e Data Pipelines: Experiência em ETL para integração e transformação de dados, usando ferramentas como Apache Airflow e similares. Criação de dashboards, aplicativos interativos com Microsoft Power BI / Python.Liderar e gerenciar a equipe de especialistas em ciência de dados, alinhando as prioridades da equipe com as metas estratégicas da empresa, promovendo o desenvolvimento e crescimento da equipe, incentivando aprendizado contínuo e troca de conhecimento. Projetar, desenvolver e implementar modelos de machine learning e algoritmos para análise de grandes volumes de dados, visando otimizar rotas, previsão de demanda e redução de custos operacionais. Criar e validar modelos preditivos, usando dados históricos para apoiar decisões estratégicas em tempo real no contexto logístico. Garantir a coleta, processamento e integração de dados provenientes de diversas fontes internas e externas, visando melhorar a precisão das análises. Trabalhar em colaboração com a equipe de TI para garantir a infraestrutura necessária para o armazenamento e processamento de dados de grande escala. Explorar e implementar novas técnicas e tecnologias de dados, como análise preditiva, inteligência artificial e big data, aplicadas ao negócio.Acompanhar as tendências emergentes de ciência de dados, buscando oportunidades para integrá-las à estratégia da empresa. Colaborar com líderes de diferentes áreas (como operações, marketing e comercial) para identificar oportunidades de melhoria com base em dados. Alinhar os resultados de modelos preditivos com as metas empresariais, fornecendo insights valiosos para tomada de decisão. Gerenciar projetos de ciência de dados do início ao fim, assegurando entregas pontuais e implementações eficazes. Monitorar os resultados dos modelos e garantir que gerem insights acionáveis que impactem positivamente o negócio. Apresentar resultados de projetos e análises para a alta liderança, traduzindo informações técnicas em insights claros e úteis para a tomada de decisões estratégicas.