Data Scientist

Vaga não está no LinkedIn

🕒 Março 17

Candidatar-se

Encontrar Vagas Remotas Similares

Receber Emails de Vagas Remotas

📊 Verifique sua pontuação de currículo para esta vaga

Melhore suas chances de conseguir uma entrevista verificando sua pontuação de currículo antes de se candidatar.

Enviar Currículo

Aone Talent

SiteLinkedInTodas as Vagas

1 - 10 funcionários

Fundada em 2019

🎯 Recrutamento

👥 RH Tech

Recruitment • HR Tech

A Aone Talent é uma empresa de recrutamento e seleção que conecta candidatos a empregadores por meio de uma plataforma movida por inteligência artificial e serviços de consultoria em RH. A empresa oferece soluções personalizadas de correspondência de vagas, triagem de candidatos e recrutamento e seleção de ponta a ponta para empresas de diversos setores, além de oferecer orientação e suporte aos candidatos. A Aone Talent foca em aquisição de talentos eficiente e escalável e terceirização de RH para ajudar organizações a preencher posições temporárias e permanentes.

Descrição

• Collecting, analyzing, and interpreting large datasets to help organizations make data-driven decisions • Use statistical methods, programming, and machine learning techniques to uncover insights and build predictive models • Gather data from databases, APIs, logs, or external sources • Clean, structure, and preprocess raw data (handle missing values, outliers) • Perform exploratory data analysis (EDA) to find patterns and trends • Use statistical techniques to interpret data • Develop predictive models using techniques like regression, classification, clustering • Train, test, and tune machine learning models • Create dashboards, charts, and reports (e.g., using tools like Tableau or Python libraries) • Explain insights to non-technical stakeholders clearly • Deploy models into production environments • Monitor performance and retrain models when needed • Work with engineers, analysts, and business teams to translate business problems into data-driven solutions

🎯 Requisitos

• Bachelor’s or Master’s degree in Computer Science, Statistics, Mathematics, Data Science or related field • Programming: Python, R, or SQL • Libraries: Pandas, NumPy, Scikit-learn, TensorFlow/PyTorch • Data visualization: Matplotlib, Seaborn, Power BI, Tableau • Big data tools (optional but valuable): Spark, Hadoop • Strong understanding of Statistics & probability, Hypothesis testing, Experimental design (A/B testing) • Machine Learning Knowledge: Supervised & unsupervised learning, Feature engineering, Model evaluation metrics • Tools & Platforms: Cloud platforms: AWS, Azure, or GCP, Version control: Git • Problem-solving mindset • Communication and storytelling