Desenvolver e aprimorar modelos preditivos, análise de risco e estratégias baseadas em dados. O(a) profissional será responsável por explorar grandes volumes de dados, construir modelos estatísticos e de machine learning, além de gerar insights que otimizem a tomada de decisão no processo de concessão de crédito.

Responsabilidades:

 • Desenvolver, testar e implantar modelos de risco de crédito, incluindo credit scoring, propensão de inadimplência e recuperação de crédito.

 • Explorar e tratar grandes volumes de dados para identificar padrões e tendências que impactam o risco de crédito.

 • Criar e otimizar modelos de machine learning para melhorar a acurácia das decisões de crédito.

 • Trabalhar com times de engenharia de dados para garantir a disponibilidade e qualidade dos dados utilizados.

 • Implementar e monitorar modelos de crédito em produção, garantindo performance e compliance com regulamentações vigentes.

 • Desenvolver dashboards e relatórios para acompanhar métricas de crédito e comportamento da carteira.

 • Aplicar técnicas de Explainable AI (XAI) para garantir transparência nas decisões baseadas em modelos preditivos.

 • Colaborar com times de negócios, risco e produtos financeiros para alinhar estratégias baseadas em dados.

Requisitos:

 • Formação em Estatística, Engenharia, Ciência da Computação, Matemática, Economia ou áreas correlatas.

 • Experiência sólida com modelagem estatística e machine learning, especialmente em problemas de crédito.

 • Conhecimento avançado em Python, R ou SQL para análise e modelagem de dados.

 • Experiência com bibliotecas e frameworks de machine learning, como Scikit-learn, XGBoost, TensorFlow ou PyTorch.

 • Familiaridade com bancos de dados relacionais e não relacionais (SQL, NoSQL).

 • Experiência com manipulação e limpeza de grandes volumes de dados.

 • Habilidade em comunicação e visualização de dados, utilizando Power BI, Tableau ou Matplotlib/Seaborn.

 • Conhecimento em regulamentações de crédito, como Basileia, LGPD e SCR, é um diferencial.

 • Experiência em deploy de modelos em ambiente produtivo (MLOps) é um plus.

Diferenciais:

 • Experiência em modelagem de crédito em bancos, fintechs ou bureaus de crédito.

 • Conhecimento em técnicas avançadas de machine learning, como modelos generativos e deep learning aplicados a crédito.

 • Experiência com Big Data e computação em nuvem (AWS, Azure, GCP).

 • Experiência com modelos de precificação e otimização de portfólio de crédito.

Benefícios:

 • Salário competitivo e compatível com o mercado.

 • Modelo de trabalho híbrido.

 • Oportunidade de crescimento e desenvolvimento profissional.

Se você é apaixonado por dados e quer ajudar a construir soluções inovadoras para crédito, venha fazer parte do nosso time!

Candidate-se agora!