Esta vaga é para um Cientista de Dados de nível pleno, focado em produtos digitais de estatísticas esportivas, com responsabilidades de manutenção de modelos preditivos, desenvolvimento de pipelines de dados, e atuação em um time colaborativo de ciência de dados, engenharia e editorial. O trabalho é híbrido, com presença em escritórios da Globo em Porto Alegre, Rio de Janeiro, São Paulo, ou outras localidades. O candidato deve ter experiência sólida em ciência de dados, domínio de Python e SQL, conhecimentos em Machine Learning e estatística, e familiaridade com ambientes cloud, especialmente GCP. Além disso, busca-se alguém que possa levar modelos à produção, trabalhar de forma autônoma em equipes enxutas e possuir interesse em esportes e dados esportivos.
Cientista de Dados Pleno - Ciência de Dados em Produtos Digitais at Globo
Hybrid - Porto Alegre, Rio Grande do Sul, Brasil
More jobs at GloboRequisitos
Habilidades
- Experiência profissional sólida em Ciência de Dados; domínio de Python e SQL aplicados a dados;
- Base em estatística e Machine Learning (modelos preditivos e de classificação, validação e calibração);
- Capacidade de estruturar, manter e depurar pipelines de dados de ponta a ponta;
- Familiaridade com cloud (idealmente GCP);
- Perfil híbrido entre Ciência de Dados e Engenharia de Dados;
- Rigor analítico e ceticismo saudável com o dado antes de publicar uma métrica ou resultado;
- Autonomia para trabalhar em time enxuto, com iniciativa de buscar apoio em decisões complexas;
- Foco em produtização (levar exploração e modelagem a um estado utilizável em produção);
- Organização e disciplina em documentação e handovers.
- Domínio de futebol/esportes e familiaridade com dados esportivos (scouts, xG, fantasy games);
- Experiência com IA generativa e agentes aplicados a dados;
- Vivência com orquestração de pipelines de ML em produção (MLOps);
- Conhecimento de práticas de observabilidade de dados (alertas de drift, cobertura, fallback de features).
Responsabilidades
- A pessoa irá manter e evoluir os modelos de Machine Learning que sustentam os produtos de estatísticas esportivas do Gato Mestre (previsão de pontos, previsão de valorização e palpites de partidas), incluindo retreino periódico e monitoramento contínuo de métricas de qualidade e acurácia. Também será responsável por estruturar, manter e depurar os pipelines de dados esportivos que alimentam esses modelos e os produtos derivados (Cartola, página de atleta, conteúdo editorial), investigando proativamente inconsistências e problemas de qualidade na base.
Tecnologias
PythonSQLGoogle Cloud PlatformMachine LearningMLOpsData PipelinesObservability
See if your resume is ready for this job
See how our AI can optimize your resume and improve your chances for this role.