Uma carreira em Consultoria IBM é baseada em relacionamentos de longo prazo e colaboração próxima com clientes em todo o mundo.
Você trabalhará com visionários de diversos setores para aprimorar a jornada de nuvem híbrida e IA para as empresas mais inovadoras e valiosas do mundo. Sua capacidade de acelerar o impacto e promover mudanças significativas para seus clientes é possibilitada pelo nosso ecossistema de parceiros estratégicos e nossas robustas plataformas tecnológicas em todo o portfólio da IBM, incluindo Software e Red Hat.
A curiosidade e a busca constante por conhecimento são a base para o sucesso na Consultoria IBM. Em sua função, você será incentivado a desafiar os padrões, investigar ideias fora da sua área de atuação e apresentar soluções criativas que resultem em impacto inovador para uma ampla rede de clientes. Nossa cultura de evolução e empatia se concentra em oportunidades de crescimento e desenvolvimento profissional a longo prazo, em um ambiente que acolhe suas habilidades e experiências únicas.
Nesta função, você trabalhará em um de nossos IBM Consulting Client Innovation Centers (Delivery Centers), onde fornecemos profundo conhecimento técnico e do setor para uma ampla gama de clientes dos setores público e privado em todo o mundo. Nossos centros de entrega oferecem aos nossos clientes habilidades e conhecimentos técnicos locais para impulsionar a inovação e a adoção de novas tecnologias.
Como Cientista de Dados na IBM, você estará no centro de projetos estratégicos que impactam diretamente nossos clientes e operações. Seu papel será desenvolver modelos preditivos e prescritivos, realizar análises exploratórias e liderar iniciativas baseadas em dados para solucionar desafios complexos de negócio.
Desenvolvimento e ajuste de modelos de Machine Learning supervisionados e não supervisionados.
Análises exploratórias de dados (EDA) para identificação de padrões, tendências e insights.
Colaboração com engenheiros de dados para garantir a qualidade e preparação dos dados.
Construção de PoCs (Provas de Conceito) para validação de soluções.
Acompanhamento e análise de métricas de performance (precisão, recall, F1-score).
Suporte na transição de modelos para produção, com foco em reprodutibilidade e escalabilidade.
Uso de plataformas de Cloud (Azure, AWS ou GCP), com destaque para Azure Machine Learning, para desenvolvimento, deploy e monitoramento de modelos.
Formação superior em áreas como Ciência da Computação, Engenharia, Estatística, Matemática, ou cursos relacionados.
Programação em Python, com domínio de bibliotecas como Pandas, Scikit-Learn, StatsModels, PySpark e conhecimentos em Keras, PyTorch ou TensorFlow.
SQL para manipulação e extração de dados.
Conhecimentos sólidos em estatística: estatística descritiva, diagnóstica, distribuições probabilísticas e testes de hipótese.
Versionamento de código com Git.
Conhecimento de ferramentas de visualização de dados como Power BI, Tableau ou Looker.
Experiência com plataformas de Cloud: Azure, AWS, GCP ou IBM Cloud.
Noções de análise de séries temporais, mineração de texto (NLP) e machine learning interpretável.
Familiaridade com deploy e monitoramento de modelos em ambiente cloud.
Experiência com Big Data frameworks: Databricks, Hadoop, Spark, Scala, Kafka, Java e/ou C++.
Conhecimento em ferramentas estatísticas como SPSS, SAS ou Knime.
Experiência com Reconhecimento Visual e técnicas de Computer Vision.
Vivência com Programação Matemática/Optimization: CPLEX, Gurobi, Matlab.
Portfólio de projetos em plataformas como GitHub ou blog técnico pessoal.
Experiência com Azure Cognitive Services, Azure ML AutoML, Azure Container Instances e Azure Synapse Analytics.