Cientista de Dados Pleno; Previsão de Inadimplência em Bancos Digitais

Position: Cientista de Dados Pleno (Previsão de Inadimplência em Bancos Digitais)

Vaga aberta de Cientista de Dados Pleno (Previsão de Inadimplência em Bancos Digitais). A empresa contratante é confidencial neste anúncio, e a seleção é conduzida pela Sylision.

Nível: pleno.

Modelo de trabalho: 100% Remoto.

Contratação: tempo integral, CLT ou PJ.

Sobre a vaga:

Um banco digital concede limite e crédito a clientes que muitas vezes não têm histórico longo. A pergunta é quem vai atrasar a fatura ou a parcela nos próximos meses, e a resposta decide quanto emprestar, a que taxa e quando cobrar mais cedo. Um modelo de inadimplência melhora a decisão, e um modelo mal validado empresta a quem não pagará.

Você vai construir e manter esses modelos: definição do evento de atraso e do horizonte, montagem de variáveis a partir de uso do cartão, pagamentos, renda declarada e comportamento no aplicativo, treino com técnicas de classificação e avaliação com rigor, incluindo estabilidade entre safras e calibração das probabilidades.

O cuidado central é validar no tempo. Cliente que entrou em um período de juros altos se comporta diferente de quem entrou antes, e dado de resultado só amadurece meses depois. Você explicará ao comitê de crédito o que o modelo prevê, quais variáveis pesam e onde ele não deve ser usado, e acompanhará o desempenho após a entrada em uso.

O que você vai fazer:

• Definir o evento de inadimplência e o horizonte de observação com a área de crédito
• Construir variáveis com cuidado para não usar informação posterior à decisão
• Treinar regressão logística e modelos de árvores e comparar poder de separação e estabilidade
• Validar por safra, com divisão temporal, e checar calibração das probabilidades
• Analisar viés e justiça entre grupos e tratar variáveis que podem ser proxies de atributos protegidos
• Documentar o modelo para o comitê de crédito, com variáveis, limites e riscos
• Acompanhar o desempenho após a implantação e sinalizar perda de estabilidade
• Testar com experimento controlado o efeito de mudanças na política de limite

Requisitos:

• Estatística aplicada e modelagem de classificação com validação adequada
• Python com Pandas e scikit-learn, e SQL para montar a base
• Compreensão de vazamento de informação e de validação fora do tempo
• Interpretação de modelos e explicação de variáveis a quem decide
• Atenção a justiça e à legislação de proteção de dados em crédito
• Comunicação clara com áreas de crédito e de risco

Diferenciais:

• Experiência com dados de crédito, cartão ou cobrança
• Conhecimento de inferência de rejeitados
• Calibração e monitoramento de estabilidade populacional
• Gosto por testes controlados em política de crédito

Como é trabalhar aqui:

Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. As análises ficam em cadernos versionados e passam por revisão de outra pessoa de ciência de dados antes de irem ao comitê. O trabalho é próximo da área de crédito, com conversas frequentes sobre o que o modelo mudou na prática. Os resultados são acompanhados por safra, com revisão mensal.

Benefícios oferecidos pela empresa contratante:

• Ambiente colaborativo, com senso de comunidade e conquistas celebradas em equipe
• Trabalhe de qualquer lugar, com liberdade e flexibilidade
• Conexão global: convivência com times de diferentes países e culturas
• Apoio à saúde física com Total Pass e Mediquo
• Cuidado com a saúde mental pelo programa Team Care
• Contratação e jornada definidas com a empresa contratante

Tecnologias envolvidas:

• Python
• Pandas
• scikit-learn
• SQL
• Estatística
• Regressão logística
• Gradient boosting
• Jupyter
• Git

Seus dados: tratados conforme a LGPD, com remoção a qualquer momento, a pedido.