CIENTISTA DADOS II
Energisa TECH · João Pessoa, PB, BR
Somos o Grupo Energisa! Com mais de cem anos de história, a Energisa é o maior grupo privado com controle 100% nacional do setor elétrico brasileiro. Nosso portfólio diversificado abrange distribuidoras, concessões de transmissão, geração de grande porte renovável, uma marca inovadora de soluções energéticas – a (re)energisa –, com geração distribuída por fonte renovável, comercialização de energia no mercado livre e serviços de valor agregado, além de uma central de serviços compartilhados, uma empresa de contact center e a fintech Voltz, a primeira do nosso setor no mercado de contas digitais. Recentemente, diversificamos nosso portfólio com a inclusão da distribuição de gás natural, através da aquisição da ES Gás. Transformamos, através de nossos mais de 17\.000 colaboradores, energia em conforto e desenvolvimento para mais de 20 milhões de pessoas. Acreditamos na força da diversidade e da pluralidade para gerar inovação e atingir resultados incríveis. Aqui todos são muito bem\-vindos! Quer fazer parte desta história? Confere se esta oportunidade tem match com o seu perfil e vem conosco participar desta jornada de seleção! **Responsabilidades e atribuições** * Explorar, tratar e analisar grandes volumes de dados estruturados e não estruturados. * Desenvolver análises descritivas, diagnósticas e preditivas para identificação de padrões, tendências, desvios e oportunidades de melhoria. * Desenvolver e testar modelos estatísticos e algoritmos de Machine Learning aplicados aos desafios e casos de uso priorizados. * Apoiar a identificação e estruturação de oportunidades de aplicação de Ciência de Dados e Inteligência Artificial aos processos do negócio. * Traduzir problemas e necessidades de negócio em hipóteses analíticas e abordagens orientadas a dados. * Desenvolver provas de conceito e soluções analíticas para avaliação e validação dos casos de uso priorizados. * Avaliar a qualidade e o desempenho dos modelos desenvolvidos, utilizando métricas adequadas a cada problema. * Apoiar a evolução e aplicação das soluções analíticas desenvolvidas, em conjunto com as equipes de negócio e tecnologia. * Construir análises e visualizações que permitam comunicar resultados, padrões e oportunidades de forma clara e objetiva. * Interagir com POs, especialistas de negócio, equipes de dados, TI e demais stakeholders envolvidos nas iniciativas. * Apoiar a identificação, entendimento e integração das fontes de dados necessárias ao desenvolvimento das soluções analíticas. * Contribuir para a qualidade, consistência e rastreabilidade dos dados utilizados nas análises e modelos. * Documentar análises, modelos, premissas, fontes de dados, resultados e critérios utilizados nas soluções desenvolvidas. * Contribuir para a disseminação da cultura data\-driven e para o uso de dados na tomada de decisão. * Disponibilidade para viagens. **Requisitos e qualificações** * Formação Acadêmica: Ciência de dados, Estatísticas, Sistemas de Informação, estatísticas, Ciência da Computação ou áreas correlatas. * Estatísticas Descritivas e Inferenciais: Conhecimento profundo de distribuições de probabilidade, testes de hipóteses, intervalos de confiança, e análise de variância. * Álgebra Linear e Cálculo: Entendimento de conceitos como matrizes, vetores e derivadas, essenciais para aprendizado de máquina e otimização de modelos. * Métodos Estatísticos Avançados: Experiência com regressão, classificação, agrupamento e outras técnicas estatísticas aplicadas a grandes volumes de dados. * Linguagens de programação voltadas a IA: Experiência linguagens como Python. * SQL: Expertise em consultas, manipulação de dados e otimização de queries em bancos de dados relacionais. * Conhecimento e aplicação de técnicas de Machine Learning, incluindo regressão, classificação e agrupamento. * Deep Learning: Familiaridade com redes neurais profundas, CNNs, RNNs e frameworks como TensorFlow e PyTorch. * Avaliação de Modelos: Habilidade em validação cruzada, métricas de desempenho (acurácia, precisão, recall, F1\-score), tuning de hiperparâmetros. * Conhecimentos em Plataformas de Big Data Armazenamento de Dados * ETL (Extract, Transform, Load): Conhecimento de pipelines de dados para integrar e processar dados em larga escala. * Ferramentas de Visualização: Proficiência em ferramentas como Power BI, Plotly, e Matplotlib para apresentar insights de maneira clara e interativa. * Plataformas em Nuvem: Experiência com AWS, Google Cloud ou Azure, incluindo serviços de data lakes, machine learning e processamento em nuvem. * Análise exploratória, preparação, limpeza e tratamento de dados. * Conhecimento de técnicas de avaliação e validação de modelos e métricas de desempenho. * Conhecimento de ferramentas de visualização e análise de dados, como Power BI e/ou similares. * Conhecimentos de Inteligência Artificial aplicada à solução de problemas de negócio. * Noções de governança e qualidade de dados. * Capacidade de estruturar análises e experimentos para validação de hip