Sobre a função
Buscamos um(a) cientista de dados "mão na massa" para ser o dono técnico da inteligência preditiva da plataforma. Você vai construir os modelos que estimam risco e probabilidade de falha em ativos de transmissão, do dado bruto até o modelo pronto para produção. Posição de contribuidor individual, reportando direto ao General Manager (CEO).
O que vai fazer
- Desenvolver modelos de probabilidade de falha e pontuação dinâmica de risco para ativos de transmissão
- Criar algoritmos de interpretação de sinais de vibração (FFT, espectrogramas, análise modal) para detecção de anomalias estruturais
- Combinar dados de sensores, meteorologia, satélite e histórico operacional (a maioria georreferenciada) em modelos calibrados e confiáveis
- Contribuir na evolução da camada de IA generativa (agentes, RAG, geração de laudos)
Stack
Python (pandas, scikit-learn), com forte uso de gradient boosting (XGBoost/LightGBM), séries temporais e survival analysis para modelagem de risco. Deep learning (PyTorch/TensorFlow) e experiência com processamento de sinais para dados de vibração são bônus.
Requisitos
- Graduação em área técnica (Engenharia, Ciência da Computação, Estatística ou correlata)
- Experiência sólida construindo modelos de ML
- Forte em Python e boas práticas de código
- Capacidade de trabalhar de forma autônoma, do problema ao deploy
- Português e inglês
Diferenciais
- Pós/especialização em Ciência de Dados
- MLOps
- Capacidade de colocar os próprios modelos em produção (pipelines, APIs, monitoramento)
- Experiência com dados geoespaciais e análise espacial (GeoPandas, PostGIS, rasterio/xarray, GIS) e com validação espacial de modelos
- Experiência com modelagem de risco de eventos raros (seguros, atuária)
- Experiência com meteorologia ou risco climático
- Experiência com manutenção preditiva / confiabilidade industrial
- Familiaridade com IA generativa (LLMs, agentes, RAG)
- Já trabalhou com energia, infraestrutura ou IoT industrial