Navegar
···
Entrar / Registrar
Resumo: Junte-se à equipe global de Dados da Mercer para projetar e construir sistemas escaláveis de processamento de dados, gerenciar pipelines de dados e implementar técnicas de otimização. Pontos de destaque: 1. Projetar e construir sistemas robustos e escaláveis de processamento de dados. 2. Supervisionar e manter pipelines de dados eficientes. 3. Fomentar a inovação e a melhoria contínua na engenharia de dados. **Empresa:** ------------ Mercer **Descrição:** ---------------- Estamos procurando um profissional talentoso para integrar nossa equipe global de Dados da Marsh. Esta posição será baseada em Lisboa. Trata-se de um cargo híbrido que exige trabalho presencial no escritório, no mínimo, três dias por semana. **Contamos com você para:** * Projeto e Desenvolvimento de Sistemas: Projetar e construir sistemas robustos e escaláveis de processamento de dados capazes de lidar com grandes volumes de dados. Isso inclui bancos de dados, data lakes e outras infraestruturas de big data; * Arquitetura de Pipelines de Dados: Supervisionar \+ atuar diretamente na criação e manutenção de pipelines de dados eficientes, incluindo tarefas como extração, transformação e carregamento (ETL) de dados; * Gestão de Dados: Implementar estratégias de dados e desenvolver modelos físicos e lógicos de dados; * Otimização de Dados: Desenvolver e implementar técnicas de otimização de dados para melhorar a eficiência do sistema e reduzir latência, complexidade e redundância dos dados; * Resolução de Problemas: Utilizar habilidades analíticas para resolver problemas complexos relacionados ao desenvolvimento e à gestão de bancos de dados; * Colaboração: Trabalhar com outras equipes, como cientistas de dados, analistas de negócios e desenvolvedores Qlik, para identificar necessidades organizacionais e projetar soluções eficazes; * Inovação: Manter-se atualizado sobre novas tecnologias e metodologias no campo da engenharia de dados e fomentar uma cultura de inovação e melhoria contínua dentro da equipe; * Comunicação com Partes Interessadas: Comunicar-se de forma eficaz com partes interessadas técnicas e não técnicas, explicando infraestrutura, estratégias e sistemas de dados de maneira compreensível. **O que você precisa ter:** * Graduação em Administração de Empresas, Matemática, Engenharia, Economia ou áreas afins; * Expertise avançada em Aprendizado de Máquina – pelo menos 4 anos de sólida experiência prática com algoritmos centrais de ML (regressão, classificação, previsão de séries temporais) e capacidade de projetar, treinar e otimizar modelos para problemas do mundo real; * Experiência em Projetos de Previsão – Histórico comprovado de mais de 4 anos na construção e implantação de modelos de previsão (demanda, vendas ou séries temporais) utilizando bibliotecas Python como Pandas, NumPy, Scikit\-learn e statsmodels; * Domínio avançado de Python – Conhecimento aprofundado de Python para análise de dados, desenvolvimento de modelos e automação de pipelines; experiência com código limpo, modular e pronto para produção; * Experiência com Data Bricks; * Capacidade de gerenciar independentemente todo o ciclo de vida de ML: pré-processamento de dados, engenharia de características, construção de modelos, validação, implantação e monitoramento; * Demonstra curiosidade e adaptabilidade, buscando proativamente atualizações em tecnologias, ferramentas e frameworks emergentes em ML e ciência de dados; * Capacidade de alinhar soluções técnicas com objetivos de negócios, especialmente em cenários de previsão e tomada de decisão; * Excelentes habilidades de comunicação; * Automação por IA – Desenvolver e manter soluções de automação impulsionadas por IA para simplificar tarefas operacionais e processos de informação gerencial (MI). Integrar ferramentas internas de IA com sistemas existentes para aprimorar o processamento e relatórios de dados; * Fluência em inglês; * Fortes habilidades quantitativas e analíticas, com capacidade de traduzir dados em insights significativos. **O que o diferencia:** * Experiência com ferramentas líderes de BI, como Qlik, Power BI ou qualquer outra ferramenta de BI preferida pela indústria; * Aptidão para cultivar relacionamentos positivos; * Habilidades de trabalho em equipe e liderança. **Por que se juntar à nossa equipe:** * Apoiamos seu máximo potencial por meio de oportunidades de desenvolvimento profissional, trabalhos interessantes e líderes solidários. * Cultivamos uma cultura vibrante e inclusiva, onde você pode colaborar com colegas talentosos para criar novas soluções e gerar impacto para colegas, clientes e comunidades. * Nossa escala nos permite oferecer uma variedade de oportunidades de carreira, além de benefícios e recompensas que aprimoram seu bem-estar. A Mercer é uma empresa da Marsh (NYSE: MRSH), líder global em risco, resseguro e capital, pessoas e investimentos, e consultoria em gestão, orientando clientes em 130 países. Com receita anual superior a 27 bilhões de dólares e mais de 95.000 colegas, a Marsh ajuda a construir a confiança necessária para prosperar, graças ao poder da perspectiva. Para obter mais informações sobre a Mercer, visite mercer.com ou siga-nos no LinkedIn e no X. ### **A Marsh está comprometida em criar um ambiente de trabalho diverso, inclusivo e flexível. Buscamos atrair e reter os melhores profissionais, abraçando a diversidade de idade, origem, deficiência, etnia, responsabilidades familiares, orientação ou expressão de gênero, estado civil, nacionalidade, status parental, status pessoal ou social, filiação política, raça, religião e crenças, sexo/gênero, orientação ou expressão sexual, cor da pele ou qualquer outra característica protegida pela legislação aplicável.** ### **A Marsh está comprometida com o modelo de trabalho híbrido, que inclui a flexibilidade de trabalhar remotamente e os benefícios da colaboração, conexões e desenvolvimento profissional proporcionados pelo trabalho presencial no escritório. Todos os colegas da Marsh devem estar presentes em seu escritório local ou trabalhando presencialmente com clientes, no mínimo, três dias por semana. As equipes baseadas no escritório identificarão, pelo menos, um “dia âncora” semanal em que toda a equipe estará presente pessoalmente.**
