Python Job: Cientista de dados júnior (100% remoto)

Job added on

Location

Barueri - Brazil

Job type

Full-Time

Python Job Details

Descrição:

Vem com a gente se você é uma pessoa que:

  • Ser apaixonada(o) por novas tecnologias e técnicas de modelagem aplicado ao mercado de crédito;
  • Ter habilidade em manipular grandes volumes de dados e programação avançada;
  • Gostar e possuir elevada autonomia para condução de suas atividades;
  • Possuir capacidade para trabalhar de forma colaborativa e sempre no espírito de equipe;
  • Ser curiosa(o) e motivada(o) a resolver novos problemas;
  • Gostar e ter experiência do ambiente remote first e comunicação assíncrona.


O que você precisa para participar do processo seletivo:

  • Ter experiência em desenvolvimento de algoritmos e modelagem no contexto de fraude;
  • Domínio de conceitos estatísticos: teorias probabilísticas, técnicas de amostragem e os principais estimadores e suas propriedades;
  • Conhecimentos de Python e SQL;
  • Ter familiaridade com uso de repositórios em GIT;
  • Conhecimento de ferramentas em nuvem, tais como AzureML, Databricks e Devops será considerado um diferencial;
  • Conhecimento sobre automação de processos, construção de pipelines de dados e implementação de modelos será considerado um diferencial;
  • Capacidade de transmitir conceitos técnicos de forma didática;
  • Ter boas práticas de codificação, incluindo padronizações e documentações.
  • Superior completo.


Atividades:

  • Apoiar as squads no entendimento de novos problemas de fraude;
  • Implementar modelos que façam sentido no contexto de fraude, estudando as necessidades do cliente, fluxos de utilização de ferramentas e perfis ofensores, utilizando conceitos estatísticos e de machine learning;
  • Explorar diversos conjuntos de informações disponíveis para determinar novas variáveis, tendências e oportunidades de negócio;
  • Aprimorar continuamente os modelos existentes, para tornar o bom ainda melhor;
  • Acompanhamento de performances e pontos de melhoria, aprimorando continuamente os modelos existentes;
  • Atualizar-se constantemente em relação a novas práticas para combate a fraudes e tecnologias de análise de dados.