Sobre a vaga
O Engineering Analytics Consultant é fundamental na condução de análises de dados e insights para apoiar as principais marcas de consumo e seus ecossistemas da Ascential Digital Commerce. O Consultor de Engenharia Analítica será responsável por organizar e analisar grandes conjuntos de dados, identificar padrões e tendências e fornecer recomendações práticas para otimizar o desempenho e resolver problemas para nossa equipe comercial. Trabalhando em estreita colaboração com as equipes de engenharia de dados, ciência de dados, controle de qualidade, comercial e de design de produto, o Consultor de Engenharia Analítica desempenha um papel crucial no fornecimento de informações estratégicas e na condução do pensamento visionário no comércio digital.
Atividades principais
● Coletar, limpar e organizar grandes conjuntos de dados para análise.
● Entregar conjuntos de dados processados com insights relevantes para a equipe comercial.
● Gerar modelos de dados eficientes para facilitar a descoberta de conhecimento.
● Realizar análises estatísticas e de aprendizado de máquina para identificar padrões e tendências relevantes.
● Desenvolver modelos e algoritmos preditivos para fornecer insights acionáveis aos clientes.
● Apoiar equipes de engenharia de dados, ciência de dados, controle de qualidade, comerciais e de design de produtos com insights baseados em dados.
● Identificar oportunidades de otimização de desempenho e resolva problemas usando análise de dados.
● Criar painéis e relatórios de dados para visualizar e comunicar resultados.
● Colaborar com a equipe de TI para implementar soluções práticas de dados.
● Acompanhar tendências e avanços na área de ciência de dados e trazer inovação para a equipe.
Esta lista não é exaustiva e pode haver outras atividades que você deva realizar.
Requisitos mandatórios
● Bacharelado em Ciência da Computação, Ciência de Dados, Estatística, Matemática, Engenharia ou áreas afins;
● Experiência prática com a linguagem de programação Python e sólido conhecimento das principais bibliotecas de dados como PySpark, Pandas, NumPy;
● Experiência prática com sistemas de gerenciamento de bancos de dados relacionais (SQL Server e PostgreSQL) e conhecimentos avançados em SQL (DDL, DML, DQL, DTL, DCL);
● Sólidos conhecimentos no manuseio de APIs Rest (GET, POST, PUT, DELETE, OPTIONS, HEAD e PATCH);
● Experiência prática com ferramentas de BI como Power BI;
● Experiência prática com versionamento de código (Git - Github, Gitlab e/ou Bitbucket);
● Curiosidade intelectual e vontade de aprender novas técnicas e ferramentas;
● Capacidade de trabalhar de forma colaborativa em equipe multidisciplinar, em ambiente dinâmico e 100% remoto.
Requisitos desejáveis
● Pós-graduação em uma das seguintes áreas: Ciência de Dados, Engenharia de Dados, Arquitetura de Dados, Big Data e/ou Analytics;
● Conhecimento das seguintes bibliotecas Python: SciPy, StatsModels, Scikit-Learn e Matplotlib/Seaborn;
● Conhecimento de sistemas de gerenciamento de banco de dados não relacionais (S3 e/ou MongoDB);
● Conhecimento em modelagem dimensional de dados (Star Schema e Snow Flake);
● Conhecimento de técnicas de análise de dados, como estatística descritiva e inferencial, bem como conhecimento técnico com tarefas de Machine Learning, como regressão, classificação, agrupamento e regras de associação;
● Conhecimento na construção de pipeline de dados utilizando os principais SaaS de nuvem pública (AWS, Azure e/ou GCP);
● Familiaridade com métodos ágeis como Kanban ou Scrum.