- Participar da construção da platafroma de dados, usando as ferramentas mais atuais do mercado, como: Athena AWS, Glue, Airflow, S3, CodeCommit, Spark etc;- Desenhar arquiteturas de soluções usando as ferramentas da AWS, como: SageMaker e suas features , Lambda, CloudWatch, Glue, EC2, ECS etc;- Automatização de Pipelines (Airflow);- Compreensão de vários formatos de dados, como CSV, XML, JSON, etc e fontes de dados, como: vários tipos de SGBD, dados não estruturados, APIs;- Experiência com o sistema de controle de origem Git e capacidade de ajudar outras pessoas na solução de problemas;- Trabalhar com CI/CD usando CodeCommit, CodePipeline, Terraform, Argo CD;- Utilização de ferramentas open source de data warehouse;

- Desenhar arquiteturas de soluções para ciências de dados usando as ferramentas da AWS, como: SageMaker e suas features , Lambda, CloudWatch, Glue, EC2, ECS etc;- Construir e manter modelos e pipelines de aprendizado de máquina; Automatizar os fluxos e pipeline de dados;- Criação de processos para implementação de modelos usando os conceitos de MLOps e usando o Sagemaker, para criar experimentação, versionamento, pipelines e monitoramento de modelos;- Infrastructure as Code usando Terraform e Gitlab para fazer o CI/CD;- Ministrar treinamentos sobre cloud e boas práticas;- Fazer a análise exploratória de dados, criar narrativas baseadas em dados para apresentar o resultado das análises, treinar e avaliar modelos preditivos

- Alocado em projetos da empresa Algar Telecom. Principais atividades desempenhadas:- Desenhar arquiteturas de soluções usando as ferramentas da AWS, como: SageMaker, Lambda, CloudWatch, Glue, EC2, ECS etc;- Automatizar os fluxos de dados;- Criação de processos para implementação dos conceitos de MLOps usando o Sagemaker, criar experimentação, versionamento, pipelines e monitoramento de modelos;- Desenvolvimento de modelos preditivos, prescritivos e descritivos e gerar insights para as áreas de negócio;- Desenvolvimento e manutenção de scripts bash para disparo de scripts Python.- Infrastructure as Code usando AWS Cloud​Formation- Implementação de CI/CD usando Git e Jenkins;- Ministrar treinamentos e workshops para os colaboradores.

-Apresentação de resultados de exploração e análise de dados e visualizações de dados para stakeholders, a fim de contribuir nas tomadas decisões da empresa, análise de promoções, operações da empresa etc;-Construção, treinamento e implantação de modelos de machine learning que resolvam problemas reais de negócios;- Coletar dados a partir do Data Lake e DW, integrar esses dados através de ETL, assegurando estratégias que otimizem a eficiência e a qualidade estatística;- Ferramentas utilizadas: MLflow para o processo de MLOps, para construção de pipelines airflow, banco de dados relacional (Postgresql e MySql) e serviços de armazenamento da AWS, como S3.

-Modelagem de dados, geração de estatísticas e identificação de tendências, incluindo análises exploratória, descritiva, diagnóstica, preditiva e prescritiva;-Apresentação de resultados, codificação visual, visualização e comunicação de dados e ideias, data storytelling;-Deploy e acompanhamento de modelos (MLOps);-Conhecimento em ambientes e ferramentas de Big Data;-Visualização e análise exploratória de dados;-ETL e acompanhamento de pipeline de dados;-Spark;-Tecnologias usadas: Python, R, PowerBI e as ferramentas de cloud da Microsoft Azure: DataFactory, Purview, Data Lake, Machine Learning Studio, Synapse, DataBricks etc;

Nessa bolsa, participava de projetos de pesquisa, monitoria e extensão;- Pesquisas em Machine Learning e algoritmos genéticos, mineração de dados e deep learning; - Monitor de Programação;- Monitor de Cálculo;