Data Scientist Pleno (Crédito)

Se você tem paixão por inovação e busca trabalhar em um ambiente que promove agilidade, colaboração e desafios, esta pode ser a sua oportunidade!

Para nosso time de Data & AI, buscamos alguém com boa base em Python e SQL, vivência com modelos de risco de crédito e prática com grandes volumes de dados. Para isso, é essencial unir expertise em machine learning e estatística, visão de negócio para traduzir métricas em estratégias de crédito, e produtização e monitoramento de modelos.

Sua missão será construir e evoluir a inteligência preditiva de crédito do Asaas, garantindo que as soluções escalem para grandes volumes transacionais e gerem impacto mensurável para o negócio.

Atuamos com o modelo remoto/home office.

• Atuar em colaboração com os times de Crédito, incluindo as áreas de Política, Análise, Monitoramento e Cobrança, além dos times de Produto de Crédito.
• Conduzir projetos de Data Science com autonomia, desde a definição e recorte do problema com Produto/Operações até a entrega em produção, acompanhando impacto no negócio e evoluções contínuas da solução.
• Gerenciar o ciclo de vida completo dos modelos (experimentação, validação, publicação, monitoramento e iteração), incluindo definição de métricas e rotinas de acompanhamento de data drift e concept drift.
• Realizar estudos, identificar padrões e insights que colaborem para a eficiência da nossa operação de Crédito.
• Desenvolver e manter agentes de inteligência artificial para auxiliar os times de Produto e Negócio na exploração dos dados referentes aos produtos de Crédito.
• Manter-se atualizado(a) em melhores práticas de Data Science aplicada e produtividade em desenvolvimento (incluindo ferramentas de desenvolvimento assistido por IA), avaliando e propondo melhorias que façam sentido para o contexto e qualidade de entrega.

• Machine Learning: Prática em inferência estatística e na aplicação prática de modelos de ML para a resolução de problemas de negócio.
• Manipulação de Big Data: Proficiência em SQL, Python e Spark para processamento, manipulação e análise de grandes conjuntos de dados.
• Produtização de Modelos: Experiência em colocar modelos de machine learning em produção (arquiteturas live e batch) e mantê-los operacionais.
• Risco de Crédito: Familiaridade com modelos preditivos (application, behaviour ou collection), métricas e KPIs de crédito, com foco em cartão de crédito.
• Visão de Negócio: Habilidade para comunicar resultados técnicos de forma clara e traduzir métricas estatísticas em impactos práticos para o negócio.
• Boas Práticas de Código: Familiaridade com práticas de desenvolvimento estruturado e versionamento de código (Git).
• Formação Acadêmica: Graduação completa ou experiência prática equivalente em Ciência da Computação, Engenharia, Estatística, Matemática, Física ou áreas correlatas.