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, experiência em Machine Learning com modelos em produção e prática com **grandes volumes de dados**. Além disso, é importante saber traduzir o técnico para o negócio, atuar de forma colaborativa com outras áreas e ter flexibilidade para se adaptar a mudanças de contexto. Sua missão será amadurecer e produtizar modelos de **Machine Learning** para a área de **prevenção a fraudes** financeiras transacionais, com foco em **MLOps/deploy** e sustentação de modelos em tempo real, garantindo que as soluções escalem para grandes volumes transacionais e gerem impacto mensurável para o negócio. Atuamos com o modelo **remoto/home office**. **Responsabilidades e atribuições** * Conduzir projetos de Data Science de ponta a ponta, desde a definição e recorte do problema com Produto/Operações até a entrega em produção, acompanhando impacto no negócio e evoluções contínuas da solução. * Projetar, implementar e sustentar pipelines de Machine Learning em produção (batch e online), garantindo confiabilidade, escalabilidade e manutenibilidade em cenários de alto volume e necessidade de resposta rápida. * 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. * Desenvolver e evoluir sistemas de inferência para diferentes casos de uso (batch e tempo real), trabalhando com trade\-offs de arquitetura para suportar paralelização, concorrência e baixa latência. * Otimizar performance ponta a ponta de soluções em produção, atuando sobre latência, throughput e uso de recursos computacionais, com foco em respostas rápidas e processamento de múltiplas requisições simultâneas. * Estruturar e aprimorar práticas de MLOps (infra, deploy e observabilidade), incluindo versionamento de modelos e artefatos, automação de deploy e monitoramento contínuo de performance e saúde do sistema em produção. * Atuar em parceria com Tech Leaders de Engenharia e PMs para desenhar soluções viáveis, alinhar expectativas, comunicar resultados (técnicos e de negócio) e viabilizar a entrega dos sistemas em produção. * 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. **Requisitos e qualificações** * **Machine Learning:** Domínio em algoritmos clássicos (classificação e regressão) voltados para scores de risco, utilizando métodos robustos (XGBoost, LightGBM, Random Forest). * **Deploy de Modelos:** Experiência em produtizar e manter o funcionamento de modelos machine learning live e batch. * **Tempo Real:** Vivência com modelos live (via APIs), lidando com cenários de alta concorrência e requisitos de baixa latência. * **MLOps:** Experiência na gestão e monitoramento de modelos em produção e domínio de frameworks como MLflow. * **Manipulação de Big Data:** Proficiência em SQL, Python e Spark para análise de grandes conjuntos de dados. * **Estatística e Experimentação:** Conhecimentos em Inferência Estatística e aplicação prática de Testes A/B em problemas de negócio. * **Boas Práticas de Código:** Familiaridade com práticas de desenvolvimento estruturado e versionamento de código (Git). * **Visão de Negócio:** Habilidade para comunicar resultados técnicos de forma clara e traduzir métricas estatísticas em impactos práticos para o negócio. * **Formação:** Graduação completa ou experiência prática equivalente em Ciência da Computação, Engenharia, Estatística, Matemática, Física e/ou correlatas. **Informações adicionais** **Diferenciais** * Experiência com Databricks (Data Asset Bundles, Model Serving e Online Feature com DynamoDB). * Vivência prévia em fintechs, mercado de pagamentos ou instituições financeiras. * Atuação direta em prevenção a fraudes ou combate a crimes financeiros. * Conhecimento em métricas financeiras voltadas para fraude (Taxa de Aprovação, Chargeback). * Conhecimento de streaming de dados (Kafka, Kinesis) e processamento em tempo real. * Conhecimento em Graph Data Science / Graph Databases (ex: Neo4j, AWS Neptune). * Familiaridade com AWS. **Modelo de trabalho** * Carga horária de 8h por dia (segunda a sexta\-feira) * Contratação CLT. **Somos uma Fintech,** Instituição de Pagamento credenciada pelo Banco Central do Brasil e **temos como propósito maximizar a produtividade das empresas através da tecnologia.** Oferecemos uma solução completa para gestão de cobranças, pagamentos, antecipações de recebíveis e atendemos mais de 200 mil clientes divididos entre profissionais autônomos, microempreendedores individuais (MEI) e grandes empresas. Nosso sonho começou em 2010, em Jo