Vaga para Estágio em Análise de Dados

Estamos com uma vaga aberta para a posição de Estagiário em Dados. O perfil geral da vaga é a seguinte: queremos alguém com brilho nos olhos, com iniciativa, que entregue sob pressão e que tenha ambição. Entregamos remuneração acima do praticado no mercado, trabalho preponderantemente em Home Office e perspectiva de virar sócio da empresa após dois anos de entrega de resultados consistentes. Além disso, o ocupante da vaga terá acesso a todos os cursos da Análise Macro e orientação no TCC/Monografia com uso intensivo de R, econometria e ML. A carga horária prevista é de 6h por dia, a ser realizada preponderantemente em regime de Home Office. Pedimos que se candidatem apenas os estudantes com o seguinte perfil:

  • Estudantes a partir do 6º período de economia, estatística ou matemática aplicada;
  • Perspectiva de TCC/Monografia com uso intensivo de programação;
  • Bons conhecimentos de Econometria;
  • Bons conhecimentos de R, RMarkdown e dos pacotes tidyverse;
  • Saber ler livros e papers em inglês com facilidade;
  • Comprometimento acima do normal com entrega de resultados.

O estagiário ficará responsável pelas seguintes atividades:

  • Ser tutor de disciplinas que tenham o R como linguagem principal;
  • Elaboração de resumos de materiais envolvendo o R;
  • Elaboração de listas de exercícios e respectivos gabaritos dos Cursos;

Os que se sentirem aptos com as descrições acima, por favor, enviem currículo e/ou portfólio no github para vitorwilher@analisemacro.com.br. As entrevistas ocorrerão no início de setembro. O início do trabalho é imediato.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Como criar janelas móveis de séries temporais usando o Python

Janelas Móveis/Deslizantes, ou Rolling Windows, são termos frequentes na análise de séries temporais. Mas o que são e como aplicá-las no Python? Neste tutorial, mostramos como essa ferramenta é essencial para a análise de dados utilizando como exemplo a correlação móvel de ações brasileiras.

Como incorporar choques em cenários de previsão?

Neste exercício mostramos como incorar choques no cenário de variáveis exógenas para fins de previsão. Usando como exemplo a previsão do IPCA, através de um modelo de machine learning, mostramos os cuidados a serem tomados e uma forma simples de definir o cenário com os choques. Ao final, apresentamos uma previsão com um suposto choque e uma previsão sem o choque para comparação.

Como preparar os dados para um modelo preditivo?

Modelos de previsão macroeconômica podem facilmente alcançar um número elevado de variáveis. Mesmo modelos simplificados, como o Modelo de Pequeno Porte (MPP) do Banco Central, usam cerca de 30 variáveis. Isso impõe um grande desafio ao nosso dia a dia: como fazer a gestão destes dados para uso em modelos, desde a coleta até o tratamento?

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

como podemos ajudar?

Preencha os seus dados abaixo e fale conosco no WhatsApp

Boletim AM

Preencha o formulário abaixo para receber nossos boletins semanais diretamente em seu e-mail.