Estágio: Ciência de Dados na FAST TENNIS FRANQUEADORA LTDA

Você é curioso, gosta de resolver problemas com dados e quer aprender com um time que está na fronteira da inovação?

Buscamos estudantes que desejam atuar em projetos reais, utilizando dados para gerar insights, apoiar decisões estratégicas e desenvolver soluções com alto impacto para o negócio.

Você irá trabalhar ao lado de engenheiros de dados, cientistas de IA e analistas de negócio em projetos que envolvem desde análises exploratórias até modelagem estatística, machine learning e uso de LLMs.

Principais Responsabilidades

• Coletar, organizar e analisar grandes volumes de dados estruturados e não estruturados;
• Desenvolver dashboards, análises exploratórias e relatórios com storytelling de dados;
• Aplicar algoritmos de machine learning para resolver problemas de previsão, classificação ou segmentação;
• Colaborar com outros times técnicos e de negócio para traduzir desafios em soluções baseadas em dados;
• Participar de iniciativas de avaliação e uso de modelos de linguagem (LLMs) para análise de texto e automação de processos.

Requisitos

• Cursando graduação em Ciência de Dados, Estatística, Engenharia, Computação, Economia ou áreas correlatas (a partir do 3º semestre);
• Conhecimentos básicos em Python (Pandas, NumPy, Matplotlib ou similares);
• Desejável conhecimento em PHP e FlutterFlow;
• Familiaridade com SQL e análise de dados exploratória;
• Interesse em aprendizado de máquina e ciência de dados aplicada;
• Boa capacidade analítica, comunicação clara e vontade de aprender.

O que você vai aprender

• Boas práticas de análise e engenharia de dados;
• Construção de modelos preditivos e pipelines de machine learning;
• Uso de plataformas modernas como Watsonx, Jupyter, DataStage, AutoAI e outras ferramentas líderes de mercado;
• Criação de relatórios e apresentações com foco em impacto e clareza de insights;
• Colaboração em projetos ágeis e interdisciplinares.

Diferenciais

• Participar de projetos com dados reais e desafios relevantes;
• Mentoria com cientistas de dados experientes e acesso a capacitações técnicas;
• Ambiente diverso, colaborativo e voltado à inovação contínua.