Cientista de Dados Sênior III | Presencial

Sobre a Vaga

Estamos em busca de um Cientista de Dados Sênior para integrar nosso time de Gestão de Riscos no Agronegócio. O profissional atuará no desenvolvimento de modelos, atributos e soluções analíticas que suportem decisões estratégicas e inovação no agronegócio. Também terá papel-chave na definição da arquitetura analítica, padrões técnicos e direcionamento de soluções de ciência de dados, atuando como referência técnica para o time e ponte entre negócio, engenharia e produtos.

Responsabilidades

• Desenvolver modelos de risco que otimizem a capacidade de análise e concessão de crédito no Agronegócio
• Definir abordagens técnicas, stacks e padrões de desenvolvimento de modelos e pipelines analíticos
• Documentar e comunicar os resultados dos modelos de forma clara e acionável para diferentes stakeholders
• Realizar apresentações e coletas de feedbacks de clientes internos e externos
• Colaborar com equipes multidisciplinares, incluindo times de Engenharia e Produtos, para entender necessidades e identificar melhorias nos processos e produtos sob o ponto de vista de modelagem
• Explorar novas variáveis e informações para melhorar a capacidade preditiva dos modelos
• Avaliar e implementar novas técnicas/tecnologias para melhorar a eficiência e precisão dos modelos de risco
• Monitorar constantemente o alinhamento entre as decisões técnicas em ciência de dados e os objetivos do negócio
• Atuar como referência técnica (tech lead) para cientistas de dados e analistas, apoiando decisões metodológicas e revisões de código/modelo
• Liderar a evolução da arquitetura de modelos de risco (features, validação, monitoramento, MLOps)
• Avaliar trade-offs entre complexidade, performance, interpretabilidade e governança dos modelos
• Apoiar o planejamento técnico de iniciativas analíticas de médio e longo prazo

Requisitos

• Graduação em Ciência de Dados, Matemática, Engenharia, Estatística, Ciência da Computação ou áreas relacionadas
• Proficiência em Python e experiência com bibliotecas como Numpy, Pandas, Scikit-learn, Matplotlib, Seaborn, Jupyter etc.
• Forte domínio de técnicas de Machine Learning aplicadas a problemas reais de risco/crédito, incluindo validação de modelos, controle de viés, estabilidade temporal e explicabilidade
• Experiência prática em desenho de features complexas e avaliação de impacto de variáveis em produção
• Capacidade de revisar, refatorar e orientar código analítico para padrões de qualidade, eficiência e reprodutibilidade
• Experiência com modelagem de risco
• Experiência participando de decisões de arquitetura analítica ou técnica (dados, modelos, pipelines)
• Domínio na consulta e manipulação de bases de dados para construção e validação de modelos
• Familiaridade com ferramentas de controle de versão, como Git e Bitbucket, para gerenciar e colaborar em projetos de código
• Habilidades de comunicação para apresentar resultados técnicos de forma clara e convincente
• Capacidade de trabalhar de forma independente e em equipe, com excelente comunicação e habilidades interpessoais

Beneficios

• Informações sobre benefícios não foram detalhadas na descrição da vaga