Data Scientist

Sobre a Stone:

Somos muito mais do que uma empresa de maquininhas! A Stone é uma empresa de tecnologia e serviços financeiros focada no(a) cliente.

Nascemos com o propósito de ser protagonistas na transformação da indústria de pagamentos, servindo o(a) empreendedor(a) brasileiro(a) e transformando seus sonhos em resultados.

Somos a maior empresa independente de meios de pagamentos do Brasil, com mais de quinze mil pessoas espalhadas pelas cinco regiões do país,  em um cenário repleto de desafios e oportunidades. Valorizamos o trabalho em equipe, a flexibilidade, o desenvolvimento contínuo e os pensamentos disruptivos e incansáveis na busca de soluções para a nossa RAZÃO.

Nossa Cultura:

Por aqui, vivemos nossa cultura no dia a dia, guiados por esses 5 valores:

 💚 O cliente é a razão
O cliente é o motivo pelo qual existimos e só temos sucesso se ele tiver sucesso.

⚡ Cabeça de dono
Fazemos o que é certo, do jeito certo, com responsabilidade e tecnologia para decidir melhor.

🎯 Direto ao ponto
Profundidade para entender e simplicidade para resolver.

🤝 Excelência é um jogo de equipe
Construímos um negócio de longo prazo, em time e com colaboração.

✨ Paixão em cada detalhe
Fazemos com paixão, atenção aos detalhes e vontade de surpreender para ajudar o cliente a vencer.

#REMOTO.

Como é ser uma pessoa DATA SCIENTIST III:

Na Stone, acreditamos que a melhor experiência para nossos clientes nasce da combinação entre tecnologia, dados e profundo entendimento de comportamento dos nossos clientes e produtos.

Você fará parte de um time responsável por desenvolver e escalar a inteligência de prevenção à fraude, contendo perdas financeiras, reduzindo chargebacks, identificando fragilidades nas camadas de proteção e propondo ações corretivas e preventivas.

O que esperamos de você:

• Domínio de estatística e experiência Machine Learning aplicado à detecção de fraudes
• Fluência em Python, com bibliotecas de ML (Scikit-learn, XGBoost e suas derivações).
• Fluência em SQL com grandes volumes de dados (Spark, Databricks, BigQuery).
• Capacidade de traduzir resultados técnicos em impacto de negócio.
• Projetar, implementar e evoluir modelos de recomendação para diferentes casos de uso e canais, garantindo desempenho, escalabilidade e qualidade das soluções.