Local: Híbrido | São Paulo - SP Descrição da vaga Buscamos um(a) Coordenador(a) de Data Science para liderar iniciativas avançadas de modelagem estatística e machine learning, apoiando decisões estratégicas nas frentes de previsão de demanda, crédito, risco e comportamento do cliente e análises de dados avançadas.
Local
São Paulo - SP
Híbrido
Responsabilidades
- Coordenar e desenvolver a equipe de Data Science, acompanhando entregas, prioridades e evolução técnica e qualidade das entregas;
- Liderar projetos de modelagem estatística e machine learning, incluindo: Previsão de demanda e séries temporais; Modelos de probabilidade de default (PD), risco de crédito e scorecards; Modelos de propensão de compra, churn e segmentação de clientes; Modelos de propensão de cobranças; Modelos de elasticidade e precificação.
- Atuar diretamente no desenho, validação e revisão de modelos, garantindo robustez estatística e aderência ao negócio;
- Definir padrões de desenvolvimento, validação, versionamento e documentação de modelos;
- Garantir uso de boas práticas de Python, estatística e engenharia de features;
- Trabalhar de forma integrada com áreas de negócio para entendimento de problemas, definição de métricas e avaliação de impacto;
- Acompanhar performance dos modelos em produção, propondo ajustes e melhorias contínuas;
- Apoiar o gerente da área na definição de roadmap, prioridades e indicadores de sucesso;
- Promover cultura de experimentação, pensamento analítico e uso responsável de modelos.
Requisitos
- Formação em exatas preferencialmente estatística, matemática, física e engenharias;
- Experiência com portifólio de projetos de DS implantados com ROI mensurável;
- Experiência sólida com Data Science aplicada a problemas reais de negócio;
- Forte domínio de modelagem estatística e machine learning utilizando bibliotecas do python;
- Experiência prática com Python e bibliotecas como pandas, numpy, scikit-learn, statsmodels, xgboost, lightgbm;
- Vivência com modelos de crédito e risco (PD, LGD, score, classificação);
- Experiência com séries temporais e previsão de demanda;
- Vivência em gestão ou coordenação de equipes técnicas;
- Capacidade de traduzir modelos complexos em insights claros para áreas não técnicas;
- Conhecimento em validação de modelos, métricas e monitoramento.
Diferenciais
- Experiência com ambientes produtivos e MLOps;
- Conhecimento de deep learning aplicado a séries temporais ou comportamento do cliente;
- Vivência com grandes volumes de dados e computação distribuída;
- Experiência em setores agro;
- Pós-graduação ou mestrado em áreas quantitativas.
Processo seletivo
- Cadastro
- Entrevista Gestor
- Avaliação: testes, dinâmicas e/ou cases
- Entrevista RH
- Carta Oferta
- Contratação
WhatsApp