(Banco de Talentos) - Cientista de Dados Sênior
Free to start · No card · 5 credits the moment you sign up
Job description
A Minerva Foods é líder na exportação de carne bovina na América do Sul e atua no segmento de carnes processadas, comercializando seus produtos em mais de 100 países. Além do Brasil, a Minerva Foods está presente na Argentina, Colômbia, Paraguai, Uruguai e possui plantas especializadas em ovinos na Austrália e Chile.
Com nossas 46 unidades industriais, oferecemos produtos saudáveis e nutritivos, que são comercializados para clientes do mundo todo por meio de nossos 23 centros de distribuição e 17 escritórios internacionais.
A área de Business Analytics tem como propósito resolver problemas de negócio complexos. Em outras palavras, a equipe de Business Analytics utiliza técnicas de estatística, algoritmos, métodos estocásticos e de otimização para modelar dados internos e externos para gerar informações valiosas que possam conduzir ações de melhoria de negócios.
Estamos em busca de um candidato que traga um pensamento estruturado, um viés para a ação (hands-on), experiência comprovada em projetos de Ciência de Dados (modelos de Behaviour Score, Collection, Churn, Price Prediction, etc), habilidades de comunicação com clientes e um espírito de colaboração.
- Desenvolver e implementar modelos de machine (classificação, regressão e segmentação) utilizando as mais diversas bibliotecas em python;
- Validação de modelos de machine learning utilizando as mais diversas métricas e conceitos, como matriz de confusão, backtesting, out of time, treino e teste, safras, ROC-AUC e KS;
- Manusear dados de diferentes fontes, consolidado os dados em estruturas tangíveis para análise. Os dados nem sempre vão estar no mesmo ambiente ou no formato ideal para aplicação do modelo;
- Gerar status das atividades assim como estrutura clara de processo de dados para defender as soluções no nível estratégico;
- Gerar storytelling e montar apresentações para comunicação de resultados de modelagem e análises;
- Contribuir com mudança de processos, melhorando por via de dados a ponto de impactar financeiramente a empresa;
- Colaborar com as equipes de Infraestrutura de Dados, Engenharia de Dados e Sistemas e Engenharia de Processos para integrar da melhor forma possível as soluções analíticas desenvolvidas dentro das ferramentas e processos já existentes internamente;
- Acompanhar e propor mudanças na área, visando melhorias nos processos relacionados às atividades, projetos e ações a serem implantadas, visando incorporar as melhores práticas de mercado.
- Superior completo em áreas de Exatas (Estatística, Computação, Matemática, Física, Engenharia e etc) ou áreas relacionadas;
- Experiência de no mínimo 5 anos atuando em projetos de Ciência de Dados (modelos de Behaviour Score, Collection, Churn, Price Prediction, etc), com impacto comprovado nas áreas de Negócios;
- Conhecimentos obrigatórios: Python, SQL, Machine Learning, Pandas, Scikit-learn;
- Desejável: conhecimentos em databricks, MLOps e pós-graduação em exatas;
- Diferencial: ter trabalhado em projetos de Séries Temporais;
- Inglês - Nível Avançado;
- Disponibilidade para viagens as operações e escritórios da Minerva para mapeamentos de oportunidades, entendimentos de processos, validações e suporte ao cliente.
Originally posted on Himalayas
Prepare your application
Use the description above to assess your fit for Minerva Foods - Faça parte dessa conexão. This checklist is guidance from Resumize, rather than additional requirements from the employer. Imported listings can be shortened or change after collection, so confirm the complete description and current availability before sending an application.
Match requirements to evidence
Identify the responsibilities and skills the employer explicitly names. For each important requirement, choose one example from your work, education, training, or projects. Explain what you did, how you did it, and what changed as a result. Include a measurable outcome when you can support it. If you lack a requirement, describe related experience accurately instead of adding an unfamiliar skill to your resume.
Put the most relevant examples near the top of your resume. Keep job titles, dates, qualifications, and contact details consistent across your application materials. Use the employer’s terminology when it describes your experience accurately; a copied list of keywords does not explain your contribution. A short, specific bullet is easier to review than a paragraph that mixes several unrelated duties.
Check the working arrangement
Confirm the location, schedule, employment type, and any eligibility requirements on the employer’s site. A remote label does not establish worldwide eligibility or flexible hours. If compensation, benefits, equipment, travel, or contract duration are missing from this listing, write down your questions for the recruiter. Do not assume details from another opening at the same company apply to this role.
Review before submitting
Follow the employer’s requested file format and application instructions. Open your exported resume and check that its text is selectable, its sections read in order, and its links work. Proofread names, dates, and contact information. Share confidential work samples only when you have permission, and use an anonymized example when necessary.
Submit through a trusted employer or recruiting destination. If the original listing has disappeared, search the employer’s careers page for the title rather than assuming the vacancy remains open. Save the application date, job reference, and the version of your resume you sent. Those details help you prepare for a later conversation and avoid submitting conflicting information through several job boards.
Review your resume for writing and readability feedback, or browse other openings if this opportunity is unavailable.