GOK | Digital Innovation · São Paulo, São Paulo, Brazil
Contexto A GoK atua em projetos digitais com alta complexidade técnica e forte dependência de dados para suporte a decisões de negócio, requisitos regulatórios e operações críticas. O profissional atuará na construção e evolução de pipelines de dados no ambiente do cliente, com foco em confiabilidade, organização e disponibilidade das informações, garantindo suporte às áreas regulatórias e fiscais. **Sobre o desafio** Buscamos um cientista de dados para transformar problemas de negócio em soluções analíticas com impacto mensurável, em parceria com as áreas de crédito, cobrança, vendas, operações e canais. A pessoa atuará da definição do problema à apresentação dos resultados, desenvolvendo modelos e análises com rigor estatístico, validação adequada e documentação auditável. **Principais responsabilidades** * Traduzir demandas de negócio em problemas analíticos, definindo alvo, janelas de observação e desempenho, população elegível, baseline e critérios de sucesso antes do desenvolvimento. * Desenvolver modelos de classificação e regressão para risco de crédito, propensão, churn, cobrança e precificação. * Realizar análise exploratória e engenharia de variáveis fundamentada no contexto do negócio e na disponibilidade dos dados no momento da decisão. * Validar modelos considerando desempenho fora do período de desenvolvimento — out\-of\-time —, estabilidade, calibração e resultados por segmento. * Aplicar inferência estatística e desenho experimental quando o objetivo for avaliar relações causais. * Avaliar resultados considerando os custos dos erros e o impacto esperado nas decisões de negócio. * Documentar premissas, metodologia, resultados e limitações em formato auditável. * Apresentar conclusões e recomendações para públicos técnicos e executivos. **Requisitos técnicos** * Formação em Estatística, Matemática, Ciência da Computação, Engenharia, Economia ou áreas quantitativas correlatas. * Experiência prática no desenvolvimento e na validação de modelos preditivos. * Domínio de Python para análise e modelagem, incluindo pandas, scikit\-learn, statsmodels e bibliotecas de gradient boosting. * SQL analítico avançado. * Experiência com Spark e plataformas analíticas em nuvem. * Domínio de inferência estatística, causalidade, desenho experimental e viés de seleção. * Conhecimento de desbalanceamento de classes, trade\-off entre viés e variância e custos assimétricos dos erros. * Experiência com versionamento de código em Git e revisão por pares. **Diferenciais** * Experiência com crédito: originação, comportamento e recuperação. * Conhecimento de interpretabilidade de modelos. * Experiência com séries temporais e modelos de sobrevivência. * Vivência em processos de validação independente de modelos em ambientes regulados.