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 ML na área de operação de prevenção a fraudes, 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.

Se interessou pela oportunidade mas não reside em Joinville? Não tem problema, possibilitamos o trabalho 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

• Conhecimento sólido na aplicação de técnicas de Machine Learning e modelagem estatística em problemas de negócio (ex: regressão, classificação, séries temporais).
• Experiência comprovada em colocar modelos de machine learning live e batch em produção e mantê-los operacionais.
• Proficiência em SQL, Python e Spark para manipulação e análise de grandes conjuntos de dados
• Familiaridade com práticas de versionamento de código (Git).
• Experiência sólida com frameworks de MLOps (especialmente MLFlow).
• Sólidos conhecimentos em Estatística, Inferência Estatística e Testes de Hipótese (A/B testing).
• Graduação completa ou experiência prática equivalente em Ciência da Computação, Engenharia, Estatística, Matemática, Física e/ou correlatas.

Diferenciais

• Experiência com Databricks: Data Asset Bundles, Model Serving e Online Feature com DynamoDB.
• Atuação prévia em frentes relacionadas a prevenção a fraudes financeiras/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.
• Experiência em fintechs, mercado de pagamentos ou instituições financeiras.
• Familiaridade com AWS.
• Conhecimento em Graph Data Science / Graph Databases (ex: Neo4j, AWS Neptune).

Modelo de trabalho

• Carga horária de 8h por dia (segunda a sexta-feira)
• Contratação CLT.