Dados da vaga Analista Júnior Em Engenharia De Dados / Inteligência Artificial em SP

Destaques importantes

1. Área e especialização profissional: Informática, TI, Telecomunicações - Arquitetura de Soluções
2. Nível hierárquico: Analista
3. Local de trabalho: São Paulo, SP
4. Regime de contratação de tipo Prestador de Serviços (PJ)
5. Jornada Período Integral
6. Modelo de Trabalho: Híbrido
7. Vaga: Analista Júnior em Engenharia de Dados / Inteligência Artificial
8. - Local: Vila olímpia, São Paulo  
9. - Regime: PJ
10. - Modelo de Trabalho: Híbrido
11. Estamos em busca de um Analista Júnior em Engenharia de Dados / IA para integrar nosso time de tecnologia e apoiar no desenvolvimento, organização e manutenção de soluções orientadas a dados. Procuramos alguém curioso, com vontade de aprender e que tenha interesse em atuar com processos de dados, automações e modelos de Machine Learning.
12. *Responsabilidades:
13. Apoiar na coleta, limpeza, transformação e organização dos dados de diferentes fontes.
14. Contribuir na construção e manutenção de pipelines ETL/ELT.
15. Realizar análises exploratórias de dados (EDA) e auxiliar na identificação de padrões e inconsistências.
16. Participar da implementação e validação de modelos básicos de Machine Learning e outras soluções de IA.
17. Auxiliar no monitoramento da qualidade, governança e segurança dos dados.
18. Elaborar documentação de processos, rotinas, fluxos e bases de dados.
19. Colaborar com equipes multifuncionais (TI, Produto, Negócios) no desenvolvimento de soluções.
20. Formação: Ensino superior cursando ou completo em: Ciência/Engenharia da computação, sistemas de Informação, engenharia de Software, ciência de dados, estatística ou áreas correlatas.
21. *Requisitos técnicos obrigatórios:
22. Conhecimentos em **Python** e/ou **SQL**.
23. Noções de manipulação de dados (Pandas, Numpy).
24. Familiaridade com bancos de dados relacionais (MySQL, PostgreSQL ou similares).
25. Noções de processos de ETL/ELT.
26. Conhecimento básico de Git/GitHub.
27. Entendimento dos conceitos de Data Lake, Data Warehouse e pipelines de dados.
28. *Desejáveis:
29. Conhecimento inicial em computação em nuvem (AWS, Azure ou GCP).
30. Noções de Machine Learning (scikit-learn, TensorFlow, PyTorch).
31. Familiaridade com ferramentas de visualização (Power BI, Tableau, Metabase).
32. Experiência básica com APIs e integrações.
33. Noções de MLOps ou DataOps.

Valorizado

1. Escolaridade Mínima: Ensino Superior