Cientista de Dados Sênior; Previsão de Inadimplência em Mobilidade Urbana)
-
Research/Development
Job Description & How to Apply Below
Vaga aberta de Cientista de Dados Sênior (Previsão de Inadimplência em Mobilidade Urbana). A empresa contratante é confidencial neste anúncio, e a seleção é conduzida pela Sylision.
Nível: senior.
Modelo de trabalho: 100% Remoto.
Contratação: tempo integral, CLT ou PJ.
Sobre a vaga:
Serviços de mobilidade urbana, como assinatura de veículo, financiamento de bicicleta e moto elétrica, aluguel de patinete e crédito para motoristas de aplicativo, enfrentam inadimplência com perfil próprio. A renda do motorista oscila por semana, o veículo é parte da garantia e o atraso começa muitas vezes por um problema de fluxo de caixa, não por falta de intenção de pagar.
Você vai prever quem tende a atrasar e responder à pergunta de negócio: o que fazer a respeito.
A modelagem pede atenção ao tempo. O desfecho é observado semanas depois, a renda varia com chuva, feriado e demanda, e a política de cobrança adotada influencia o próprio dado, pois quem foi contatado cedo pode ter pago por causa do contato. Separar previsão de efeito da ação é parte central do trabalho.
O resultado é duplo. Um modelo de risco com validação temporal e calibração serve à concessão. E uma análise do que reduz atraso, como lembrete antes do vencimento ou ajuste de data para o dia do recebimento, é testada com experimento. Mede-se pela inadimplência acima de 30 dias, pela perda líquida e pela taxa de recuperação.
O que você vai fazer:- Definir inadimplência e janelas de observação para cada produto de mobilidade
- Construir features de fluxo de caixa, sazonalidade semanal e comportamento de pagamento
- Treinar e calibrar modelos de risco com validação temporal
- Separar o efeito do contato de cobrança do risco de base com análise causal
- Desenhar e analisar experimentos de lembrete e de troca de data de vencimento
- Estimar perda esperada e recuperação por política de cobrança
- Apresentar recomendações a crédito e cobrança com premissas e incerteza
- Orientar analistas e revisar suas análises antes da decisão
- Modelagem de risco e de evento raro com calibração de probabilidade
- Validação temporal e prevenção de vazamento
- Inferência causal e desenho de experimento
- Python e SQL em análises reproduzíveis
- Estatística para comparar políticas com incerteza
- Comunicação a quem decide sobre crédito e cobrança
- Conhecimento de crédito para trabalhadores de renda variável
- Modelos de sobrevivência para tempo até o atraso
- Dados geográficos e de sazonalidade
- Modelos explicáveis para atender exigência de justificativa
- Experiência com cobrança e recuperação
Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. A rotina mistura modelagem, experimento e conversa com o time de cobrança sobre o que funciona no campo. Toda análise passa por revisão crítica, e o desempenho dos modelos e das políticas é reavaliado todo mês. Na candidatura, informe a sua pretensão salarial.
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
- Python
- Pandas
- scikit-learn
- SQL
- Estatística
- Modelos de crédito
- Séries temporais
- Jupyter
- Git
Seus dados: tratados conforme a LGPD, com remoção a qualquer momento, a pedido.
(If this job is in fact in your jurisdiction, then you may be using a Proxy or VPN to access this site, and to progress further, you should change your connectivity to another mobile device or PC).
View / Apply for Jobs
Matching My Jurisdiction