Cientista De Dados

Aqui na ília nossas vagas estão sempre abertas para todas as pessoas e não se restringem quanto a gênero, etnia, orientação sexual, fatores sociais, condições físicas ou intelectuais (PCD) etc. Incentivamos a candidatura de integrantes de todos os grupos minoritários!

Sobre a ília

Somos especialistas em tecnologia, dados e design, impulsionando a transformação digital de grandes players do mercado há mais de 10 anos, nos setores financeiro, seguros e mobilidade. Com mais de 450 profissionais, estamos presentes no Brasil e Europa, atendendo aos mercados da América Latina, Europa e América do Norte, desenvolvendo produtos digitais de alta qualidade e com foco em resultados de negócios. Somos uma equipe inovadora, criativa e apaixonada por tecnologia. 

Certificada pelo 8° ano consecutivo como Great Place to work aqui na ília acreditamos que pessoas mudam o mundo, e investimos nelas. Nossas awesome deliveries são feitas de pessoas para pessoas, afinal awesome people make awesome deliveries! 

#Vempraília!

Sobre a vaga:

Buscamos uma pessoa Cientista de Dados Sênior com vivência no mercado financeiro para atuar no desenvolvimento e na evolução de modelos analíticos e preditivos, do desenho à colocação em produção, com foco em gerar valor de negócio a partir de dados.

Responsabilidades: 

• Análise de dados: realizar análises estatísticas avançadas para identificar padrões, tendências e insights em grandes volumes de dados financeiros.
• Desenvolvimento de modelos: criar, validar e implementar modelos de machine learning para previsão, classificação e otimização, aplicados a casos de uso do setor financeiro (por exemplo, risco, crédito, fraude, churn ou precificação).
• Ciclo de vida dos modelos: acompanhar experimentos, versionamento, deploy e monitoramento dos modelos, utilizando boas práticas de MLOps e MLflow.
• Databricks: desenvolver, treinar e operacionalizar modelos e pipelines de dados na plataforma Databricks.
• Programação em Python, SQL e Spark: desenvolver código eficiente em Python, SQL e PySpark para manipulação, limpeza e processamento de grandes volumes de dados, e para a implementação de algoritmos de machine learning.
• Nuvem: utilizar plataformas de nuvem para armazenamento, processamento e análise de grandes volumes de dados.
• Colaboração: trabalhar com equipes multidisciplinares (negócio, engenharia de dados, risco, produto) para entender as necessidades e propor soluções baseadas em dados.
• Comunicação e mentoria: apresentar resultados de forma clara a públicos técnicos e não técnicos, além de apoiar o desenvolvimento de cientistas de dados mais juniores.