Data Scientist Pleno - Prevenção a Fraudes

Responsabilidades:

• 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:

• 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.