Seja um Expert em Ciência de Dados na Stone

Descrição da Vaga

A Stone acredita que o cliente é a razão de ser da empresa, e a área de Customer Platforms é crucial para conectar essa filosofia à prática, desenvolvendo uma infraestrutura tecnológica robusta para atender nossos clientes em todas as etapas de suas jornadas. Esta posição de Sênior Data Scientist / Machine Learning Engineer é responsável por criar soluções inovadoras em inteligência artificial e machine learning, com ênfase em produtos conversacionais através do WhatsApp e Twilio.

O profissional nesta posição vai atuar diretamente na engenharia de prompts, desenvolvendo software, analisando dados e criando modelos avançados de machine learning. Trabalhando com metodologias ágeis, o desafio é encontrar resultados eficientes por meio de ciclos rápidos de experimentação e validação. O candidato ideal é aquele que prospera em ambientes de alta dinâmica, orientados por métricas e práticas de software avançadas.

Requisitos fundamentais incluem experiência expressiva com a linguagem Python e familiaridade com a criação e o ajuste de modelos de machine learning, especialmente em projetos com Large Language Models (LLMs) e engenharia de prompts. Fortes habilidades de comunicação são importantes, já que o candidato precisará relatar insights baseados em dados para colegas de diferentes áreas. Outras competências desejadas são o domínio de técnicas de processamento de linguagem natural (NLP), recuperação de informações e otimização.

Terá vantagem quem já está acostumado a utilizar ótimas práticas de engenharia de software, tenha experiência com rotinas de integração e entrega contínuas (CI/CD), e conhecimentos básicos de nuvens como AWS, GCP ou Azure. Familiaridade com a construção de APIs e ferramentas de MLOps também é um diferencial importante.

Benefícios

• Trabalho remoto
• Ambiente dinâmico
• Time multidisciplinar
• Desenvolvimento profissional

Dicas de Aplicação

Ao se candidatar para a posição de Sênior Data Scientist / Machine Learning Engineer na Stone, é fundamental demonstrar sua experiência robusta em Python e em projetos de Machine Learning. Certifique-se de que seu currículo descreve claramente seus projetos anteriores, destacando principalmente aqueles relacionados a soluções de AI conversacional.

Além disso, se tiver experiência com LLMs e conheça a fundo técnicas de NLP e engenharia de prompt, não deixe de elaborar essas informações tanto no seu currículo quanto na sua carta de apresentação. A Stone valoriza profissionais que são capazes de comunicar insights baseados em dados de forma clara, então considerações sobre sua habilidade de comunicar resultados podem ser um diferencial significativo.

Outra dica é destacar qualquer experiência que tenha com metodologias ágeis e ambientes dinâmicos, assim como a capacidade de colaborar num time multidisciplinar. Essa informação será importante para evidenciar seu fit com a cultura da empresa.

Não deixe de pesquisar sobre a Stone e suas soluções tecnológicas. Demonstrar conhecimento sobre a empresa na sua candidatura pode mostrar um verdadeiro interesse pela vaga e pela missão de atendimento ao cliente que a Stone tanto valoriza.

Dicas para Entrevista

Prepare-se para discutir detalhadamente seus projetos de machine learning anteriores, incluindo os desafios enfrentados e como os superou. Espera-se que o candidato fale sobre a aplicação prática de soluções de LLM e engenharia de prompt em casos reais.

O entrevistador pode avaliar o seu conhecimento técnico perguntando sobre seu processo de desenvolvimento e ajuste de modelos, portanto, esteja pronto para explicar suas técnicas de análise quantitativa e como você documenta e comunica suas descobertas.

Seja claro sobre sua experiência com práticas de engenharia de software e qualquer uso prévio de CI/CD. A familiaridade com ferramentas de MLOps pode vir à tona, então revisite suas experiências com plataformas como Databricks ou Sagemaker.

Por fim, prepare-se para discutir sua experiência de trabalho remoto e como você consegue manter produtividade e colaboração em um ambiente assim. Esteja preparado para compartilhar suas estratégias para se manter eficiente e alinhado aos objetivos do time, mesmo à distância.