15438 vagas abertas em São Paulo hoje · Mais vagas de Tecnologia
Contexto
A GoK atua em projetos digitais com alta complexidade técnica e forte dependência de dados para suporte a decisões de negócio, requisitos regulatórios e operações críticas. O profissional atuará na construção e evolução de pipelines de dados no ambiente do cliente, com foco em confiabilidade, organização e disponibilidade das informações, garantindo suporte às áreas regulatórias e fiscais.
Sobre o desafio
Buscamos um cientista de dados para transformar problemas de negócio em soluções analíticas com impacto mensurável, em parceria com as áreas de crédito, cobrança, vendas, operações e canais.
Buscamos um cientista de dados para transformar problemas de negócio em soluções analíticas com impacto mensurável, em parceria com as áreas de crédito, cobrança, vendas, operações e canais.
A pessoa atuará da definição do problema à apresentação dos resultados, desenvolvendo modelos e análises com rigor estatístico, validação adequada e documentação auditável.
Principais responsabilidades
- Traduzir demandas de negócio em problemas analíticos, definindo alvo, janelas de observação e desempenho, população elegível, baseline e critérios de sucesso antes do desenvolvimento.
- Desenvolver modelos de classificação e regressão para risco de crédito, propensão, churn, cobrança e precificação.
- Realizar análise exploratória e engenharia de variáveis fundamentada no contexto do negócio e na disponibilidade dos dados no momento da decisão.
- Validar modelos considerando desempenho fora do período de desenvolvimento — out-of-time —, estabilidade, calibração e resultados por segmento.
- Aplicar inferência estatística e desenho experimental quando o objetivo for avaliar relações causais.
- Avaliar resultados considerando os custos dos erros e o impacto esperado nas decisões de negócio.
- Documentar premissas, metodologia, resultados e limitações em formato auditável.
- Apresentar conclusões e recomendações para públicos técnicos e executivos.
Requisitos técnicos
- Formação em Estatística, Matemática, Ciência da Computação, Engenharia, Economia ou áreas quantitativas correlatas.
- Experiência prática no desenvolvimento e na validação de modelos preditivos.
- Domínio de Python para análise e modelagem, incluindo pandas, scikit-learn, statsmodels e bibliotecas de gradient boosting.
- SQL analítico avançado.
- Experiência com Spark e plataformas analíticas em nuvem.
- Domínio de inferência estatística, causalidade, desenho experimental e viés de seleção.
- Conhecimento de desbalanceamento de classes, trade-off entre viés e variância e custos assimétricos dos erros.
- Experiência com versionamento de código em Git e revisão por pares.
Diferenciais
- Experiência com crédito: originação, comportamento e recuperação.
- Conhecimento de interpretabilidade de modelos.
- Experiência com séries temporais e modelos de sobrevivência.
- Vivência em processos de validação independente de modelos em ambientes regulados.
Localidade: São Paulo