Vaga de Analista de Sistemas

Cientista de dados pleno asaas home office responsabilidades e atribuições desenvolver, validar, versionar e monitorar modelos preditivos de risco de crédito usando algoritmos de machine learning e estatística avançada (ex: previsão de inadimplência, segmentação de clientes, scorecards) liderar experimentos estatísticos para entender profundamente a relação entre variáveis comportamentais, históricas, externas e o risco de crédito propor e implementar melhorias nas políticas de concessão de crédito, com base em análise quantitativa e qualitativa desenvolver e manter pipelines de dados e ciclos de vida dos modelos (implementação, monitoramento, re-Treino e ajuste de hiperparâmetros) gerar políticas de crédito baseadas em evidências, garantindo maior precisão, escalabilidade e efetividade nas decisões comunicar resultados relevantes, adaptando profundidade técnica e linguagem à audiência (negócios, produto, times executivos) atuar junto ao time com postura colaborativa, estimulando compartilhamento e evolução técnica manter-Se atualizado(a) sobre novas técnicas e tendências de ml/ia. Requisitos e qualificações sólido conhecimento em machine learning supervisionado e não supervisionado (regressão, árvores, ensembles, clustering, etc.) experiência prática em análise e modelagem de dados para problemas de crédito ou financeiro experiência em ajustar, validar e monitorar modelos (incluindo métricas: auc, gini, ks, psi) proficiência em python e principais bibliotecas (scikit-Learn, xgboost, lightgbm, pandas, etc) sql avançado para manipulação e análise de grandes volumes de dados experiência no desenvolvimento, deploy e manutenção de modelos em produção conhecimento em interpretabilidade (ex: shap, lime) para explicar decisões dos modelos experiência com versionamento de código no github graduação em ciência da computação, engenharia, estatística, matemática, sistemas de informação ou experiência prática comprovada. Diferenciais experiência em fintechs, bureaus de crédito ou empresas do setor financeiro que trabalhem com concessão de crédito em escala experiência com melhores práticas de política de crédito e regulatórios experiência com ambiente databricks (spark ml, mlflow, data asset bundles) experiência na aplicação dos conceitos de storytelling experiência na implementação ou ajuste de scorecards, cutoffs e estratégias de aprovação automática de crédito experiência com metodologias ágeis experiência com power bi, metabase ou outras ferramentas avançadas de visualização. Informações adicionais carga horária de 8h por dia (seg a sex não compensamos os sábados) contratação clt.