Data Scientist Pleno - Prevenção a Fraudes

Se você tem paixão por inovação e busca trabalhar em um ambiente que promove agilidade, colaboração e desafios, esta pode ser a sua oportunidade!Para nosso time de Data & AI, buscamos alguém com boa base em Python e SQL, experiência em Machine Learning com modelos em produção e prática com grandes volumes de dados. Além disso, é importante saber traduzir o técnico para o negócio, atuar de forma colaborativa com outras áreas e ter flexibilidade para se adaptar a mudanças de contexto.Sua missão será amadurecer e produtizar modelos de ML na área de operação de prevenção a fraudes, com foco em MLOps/deploy e sustentação de modelos em tempo real, garantindo que as soluções escalem para grandes volumes transacionais e gerem impacto mensurável para o negócio.Se interessou pela oportunidade mas não reside em Joinville? Não tem problema, possibilitamos o trabalhoremoto/home office. 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. 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 demachine learning live e batchem 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 comframeworksde 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. Informações adicionaisDiferenciais Experiência com Databricks: Data Asset Bundles, Model Serving e Online Feature com DynamoDB. Atuação prévia em frentes relacionadas a prevenção a fraudes financeiras/combate a crimes financeiros. Conhecimento em métricas financeiras voltadas para fraude (Taxa de Aprovação, Chargeback). Conhecimento de streaming de dados (Kafka, Kinesis) e processamento em tempo real. Experiência em fintechs, mercado de pagamentos ou instituições financeiras. Familiaridade com AWS. Conhecimento em Graph Data Science / Graph Databases (ex: Neo4j, AWS Neptune). Modelo de trabalho Carga horária de 8h por dia (segunda a sexta-feira) Contratação CLT. Originally posted on Himalayas