Empresa: BIP Brasil
Você é apaixonado por dados, tecnologia e agronegócio? Estamos buscando uma pessoa Cientista de Dados Pleno para integrar o time da BIP Brasil e atuar em projetos de transformação orientados por dados no setor agro. Nesta posição, você participará do desenvolvimento de modelos analíticos e soluções baseadas em machine learning, dados geoespaciais, imagens de satélite e outras fontes de informação relevantes para o agronegócio. Os projetos poderão envolver temas como monitoramento agrícola, previsão de produtividade, identificação de padrões, análise territorial, riscos climáticos, uso do solo, inteligência de mercado, eficiência operacional e suporte à tomada de decisão. Na BIP, você trabalhará em um ambiente colaborativo e multidisciplinar, com profissionais de dados, tecnologia, geotecnologias, engenharia e negócio. Valorizamos a curiosidade, a autonomia, o aprendizado contínuo e a capacidade de transformar problemas complexos em soluções pragmáticas. • Desenvolver e implementar modelos de machine learning e técnicas estatísticas aplicadas a desafios do agronegócio. • Analisar dados geoespaciais, agronômicos, climáticos, operacionais e de mercado. • Processar imagens de satélite, fotografias aéreas e outras fontes de sensoriamento remoto. • Desenvolver modelos para classificação, segmentação, previsão, detecção de padrões e geração de insights. • Criar e otimizar algoritmos de geoprocessamento para automatizar análises e tratamentos de dados. • Utilizar ferramentas GIS para análise, interpretação e visualização de informações espaciais. • Integrar dados provenientes de APIs, bancos de dados, arquivos, plataformas geoespaciais e fontes externas. • Estruturar processos de preparação, validação e enriquecimento de dados. • Apoiar a construção de indicadores, dashboards, mapas temáticos e produtos analíticos. • Avaliar a qualidade, o desempenho e a aplicabilidade dos modelos desenvolvidos. • Documentar metodologias, premissas, resultados e limitações das análises. • Elaborar relatórios e apresentações com os principais resultados e recomendações. • Trabalhar em conjunto com equipes de tecnologia, dados, especialistas de negócio e clientes. • Traduzir necessidades do negócio em hipóteses analíticas e soluções baseadas em dados. • Apoiar a implantação e a evolução de modelos em ambientes produtivos. • Buscamos uma pessoa com experiência em ciência de dados, geoprocessamento ou análise espacial, que tenha interesse em compreender os desafios do agronegócio e desenvolver soluções conectadas às necessidades reais dos clientes. • Experiência anterior no setor agro será considerada um diferencial, mas não é obrigatória. Requisitos: • Formação superior completa em Ciência de Dados, Ciência da Computação, Estatística, Matemática, Engenharia, Geografia, Agronomia, Geoprocessamento ou áreas relacionadas. • Também consideramos profissionais de outras formações que possuam experiência compatível com os desafios da posição. Requisitos • Experiência com desenvolvimento de modelos de machine learning ou análises estatísticas. • Conhecimento de Python ou R para tratamento de dados, modelagem e análise. • Conhecimento de bibliotecas como Pandas, NumPy, Scikit-learn ou equivalentes. • Experiência com dados geoespaciais, análise espacial ou geoprocessamento. • Familiaridade com ferramentas como QGIS, ArcGIS ou plataformas equivalentes. • Conhecimento de SQL e bancos de dados relacionais. • Capacidade de preparar, tratar, validar e analisar diferentes conjuntos de dados. • Capacidade de interpretar resultados e comunicar conclusões de maneira clara. • Conhecimento de métricas de avaliação e validação de modelos. • Facilidade para trabalhar de forma colaborativa em equipes multidisciplinares. • Capacidade de compreender problemas de negócio e transformá-los em abordagens analíticas. Conhecimentos desejáveis Não é necessário possuir experiência em todas as tecnologias e competências abaixo: • Processamento e análise de imagens de satélite ou fotografias aéreas. • Sensoriamento remoto e índices de vegetação. • Bibliotecas geoespaciais como GeoPandas, Rasterio, GDAL, Shapely ou equivalentes. • Google Earth Engine ou outras plataformas de processamento geoespacial. • Bancos de dados espaciais, como PostgreSQL e PostGIS. • Técnicas de deep learning e visão computacional. • Frameworks como TensorFlow, PyTorch ou Keras. • Modelos de séries temporais, previsão e detecção de anomalias. • Plataformas de cloud computing, como AWS, Google Cloud ou Microsoft Azure. • Databricks, Spark ou tecnologias para processamento distribuído. • Git e práticas de versionamento de código. • APIs, containers e fundamentos de implantação de modelos. • Ferramentas de visualização, como Power BI, Tableau, Matplotlib ou Plotly. • Práticas de MLOps, monitoramento e gestão do ciclo de vida de modelos. Diferenciais • Experiência com projetos relacionados ao agronegócio. • Conhecimento de produção agrícola, clima, solo, culturas, operações agrícolas ou cadeias produtivas. • Experiência com modelos de previsão de produtividade ou monitoramento de lavouras. • Conhecimento de dados meteorológicos, agronômicos ou territoriais. • Experiência com análise de uso e cobertura do solo. • Conhecimento de estatística espacial e séries temporais. • Experiência na implantação de modelos em ambientes corporativos. • Cursos, especializações ou certificações em Ciência de Dados, Inteligência Artificial, Geoprocessamento, Sensoriamento Remoto ou Agronegócio.