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

Data Scientist II | Estratégia e Crédito

Na Stone, acreditamos que decisões melhores nascem da combinação entre tecnologia, dados e profundo entendimento do comportamento dos nossos clientes e dos nossos produtos.
Você fará parte do time de Ciência de Dados que apoia a estratégia e o crédito da companhia, desenvolvendo modelos que sustentam decisões em diferentes frentes do negócio — de risco de crédito (concessão, limites, provisionamento) a modelos de churn, propensão e faturamento que direcionam escolhas estratégicas em toda a Stone. É uma posição hands-on, voltada para execução técnica: seu dia a dia será construir, validar e colocar modelos para rodar com qualidade e escala.

O que você vai fazer

• Desenvolver, implementar e evoluir modelos preditivos para diferentes casos de uso (risco de crédito, churn, propensão, faturamento) usando ML e estatística.
• Construir e evoluir features para os modelos, transformando dados brutos em variáveis relevantes, reutilizáveis e confiáveis.
• Construir pipelines de dados de forma reprodutível, escrevendo código limpo e confiável.