A pessoa nessa posição é responsável por garantir a coleta, processamento, armazenamento e disponibilidade de dados de alta qualidade para impulsionar modelos de IA e fornecer insights acionáveis para clientes e stakeholders.

Trata-se de um papel de liderança técnica, que combina a execução de projetos complexos de ciência de dados com a mentoria do time e a coordenação de esforços de Pesquisa e Desenvolvimento (P&D) para promover a inovação.

Esse propósito se traduz, na prática, nos seguintes Jobs to Be Done:

Liderar a estratégia e execução de Ciência de Dados

• Liderar equipes em projetos complexos, orientando e mentorando membros do time;
• Propor e implementar estratégias para melhorar processos e práticas internas de ciência de dados;
• Decidir quando um modelo está pronto para produção e definir como monitorá-lo.

Desenvolver modelos de IA de ponta a ponta

• Desenvolver modelos utilizando técnicas de IA (estatística, machine learning e deep learning), desde a coleta e tratamento até a engenharia de features;
• Implementar algoritmos de aprendizado supervisionado e não supervisionado, otimizando-os para performance e eficiência;
• Encapsular modelos em APIs robustas, fáceis de usar e bem documentadas.

Transformar grandes volumes de dados em valor

• Coletar, processar e analisar grandes volumes de dados estruturados e não estruturados para identificar padrões e tendências;
• Criar visualizações que elucidem as decisões tomadas e a qualidade dos modelos desenvolvidos.

Atuar como ponte entre tecnologia e negócio

• Facilitar a comunicação entre diferentes departamentos e alavancar o potencial de equipes multidisciplinares;
• Interface direta com clientes e parceiros para levantamento de requisitos técnicos, especificação de arquitetura de modelos e apresentação de resultados.

Sustentar a cultura de inovação da Kunumi

• Manter-se atualizado com as últimas tendências e avanços em ciência de dados e IA;
• Atuar de forma colaborativa e alinhada ao "jeito Kunumi": autonomia, responsabilidade compartilhada e diálogo aberto.

O que é esperado de você

• Liderança Técnica: Experiência sólida liderando projetos e equipes técnicas.
• Domínio de Programação: Proficiência em Python (preferencial), R, SQL e bibliotecas como TensorFlow, PyTorch e Scikit-Learn.
• Ambiente de Desenvolvimento: Experiência de desenvolvimento em ambiente Linux.
• Experiência Prática: Aplicação real de métodos estatísticos e algoritmos de ML para resolver problemas complexos.
• Visualização de Dados: Experiência com ferramentas como Tableau, Matplotlib ou Seaborn.

O que pode ser um diferencial

• Big Data: Familiaridade com tecnologias de armazenamento e processamento como Hadoop, Spark e NoSQL.
• Pesquisa Aplicada: Experiência anterior coordenando esforços de P&D.
• Visão de Produto: Capacidade de traduzir limitações técnicas em soluções de negócio para clientes

Este papel é central na transformação de pesquisa de ponta em aplicações concretas de inteligência artificial, com robustez e escalabilidade. A pessoa nesta função contribuirá para acelerar o ciclo de desenvolvimento científico-tecnológico da Kunumi, encurtando o intervalo entre hipóteses e validações práticas com impacto real.

Esse propósito se traduz, na prática, nos seguintes Jobs to Be Done:

Traduzir hipóteses de pesquisa em artefatos concretos: transformar ideias e hipóteses em construções tangíveis (como modelos, algoritmos, ferramentas ou experimentos) que permitam validar conceitos, gerar aprendizados e produzir impactos no mundo real.

O foco está menos em “prototipar” e mais em viabilizar materializações práticas da pesquisa, conectando o campo teórico a aplicações relevantes, mesmo que em estágios iniciais ou experimentais.

Autorar publicações científicas e fortalecer a presença da Kunumi na comunidade de pesquisa: liderar ou coautorar artigos relevantes, buscar ativamente oportunidades de publicação e colaboração acadêmica, e representar a empresa em fóruns científicos, consolidando a Kunumi como referência em pesquisa aplicada no Sul Global.

Importante: a gente não mede impacto pela quantidade de publicações. O que importa é estar em diálogo com a comunidade científica, acompanhando e contribuindo para o avanço do conhecimento de forma genuína.

Desenvolver infraestrutura para experimentação científica: criar ferramentas, ambientes e pipelines que facilitem a condução de experimentos, a análise de dados e a replicabilidade dos resultados.

Otimizar desempenho e eficiência de modelos: ajustar arquiteturas e fluxos computacionais para garantir que os modelos de IA sejam treinados e executados com o melhor equilíbrio entre custo computacional e performance.

Conectar teoria e aplicação: apoiar os times de pesquisa na adaptação de ideias teóricas para contextos práticos, considerando limitações reais de dados, hardware e integração com sistemas existentes.

Atuar em colaboração com múltiplas frentes da Kunumi: interagir com áreas técnicas e não técnicas, contribuindo para que o conhecimento gerado em pesquisa se traduza em soluções aplicáveis para produtos, negócios ou iniciativas estratégicas.

Promover a melhoria contínua da base técnica da Kunumi: propor soluções mais elegantes, compartilhar boas práticas e apoiar a evolução sustentável da infraestrutura usada nos labs.

O que é esperado de você

Experiência sólida com programação em Python e frameworks como PyTorch ou TensorFlow

Conhecimento aprofundado em matemática aplicada (álgebra linear, cálculo, estatística)

Domínio de algoritmos de aprendizado de máquina e deep learning

Experiência com sistemas distribuídos e pipelines de dados em larga escala

Familiaridade com versionamento (Git), testes de código e práticas modernas de engenharia de software

Capacidade de trabalhar em colaboração com pesquisadores e times multidisciplinares

Experiência com escrita de artigos científicos publicados em anais de congressos e periódicos reconhecidos na área da computação

O que pode ser um diferencial

Experiência prévia em pesquisa aplicada em IA, machine learning ou áreas correlatas

Histórico de publicações em eventos da computação Qualis A1

Contribuições relevantes em projetos open source ou publicações técnicas

Vivência com otimização de modelos para ambientes de produção

Interesse em atuar na interseção entre ciência e impacto social