Data Scientist

🕒 Março 4

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

Codvo.ai

SiteLinkedInTodas as Vagas

51 - 200 funcionários

Fundada em 2019

🔒 Cibersegurança

☁️ SaaS

AI • Cybersecurity • SaaS

A Codvo. ai é uma empresa de tecnologia especializada em entregar soluções estratégicas para empresas por meio de inovação avançada impulsionada por AI. A companhia foca em transformar dados corporativos em valor mensurável, ajudando negócios a acelerar o crescimento com implementações de AI personalizadas, adequadas aos desafios específicos de diversos setores. Seu amplo portfólio de serviços inclui automação com AI/ML, desenvolvimento de aplicações, análise de dados, cibersegurança e transformação digital, garantindo que as organizações prosperem em um cenário digital em rápida evolução.

Descrição

• Model development, training pipeline, and analytics backend • Maintain and improve the physics-based simulation engine — 19 equipment families, 64+ fault signatures, first-principles governing equations • Run model training pipelines — dataset generation, feature engineering, model fitting, hyperparameter tuning, MLflow experiment tracking • Implement model retraining triggers — drift detection (PSI-based), accuracy degradation monitoring, scheduled recalibration • Build and maintain the champion/challenger evaluation framework — shadow scoring, A/B testing, promotion guardrails • Develop new fault signatures as customer feedback identifies gaps • Implement probability calibration — Platt scaling, isotonic regression, ECE monitoring • Build the adaptive threshold controller — feedback-driven alarm threshold adjustment based on false alarm rate and recall • Develop the CMMS label linking pipeline — match work orders to predictions with confidence scoring • Analyze prediction outcomes — precision, recall, F1 by equipment family, by fault type, by site • Produce the weekly and monthly accuracy reports • Define and maintain feature sets for each equipment family — physics-informed features, rolling statistics, cross-tag correlations • Monitor data quality metrics — null rates, stale timestamps, schema violations, sensor drift • Build the healthy baseline update pipeline — daily computation of per-tag statistics from healthy operating data • Implement the training data snapshot pipeline — versioned, reproducible dataset extraction with manifest tracking

🎯 Requisitos

• 4+ years in machine learning engineering or applied data science • Strong Python skills — pandas, scikit-learn, XGBoost/LightGBM, MLflow • Experience with time-series data, anomaly detection, or predictive maintenance modeling • Understanding of model deployment patterns — model registry, versioning, A/B testing, canary deployments • Experience with statistical process control, calibration, or reliability engineering is a plus

🏖️ Benefícios

• Health insurance • Career development opportunities