A Extractta está em busca de uma Pessoa Cientista de Dados para integrar o time de um de nossos clientes estratégicos do setor financeiro — uma empresa de grande porte e referência em inovação digital. É uma oportunidade para atuar no centro da estratégia de dados, resolvendo problemas reais e de larga escala em um ecossistema de produtos financeiros e digitais que impacta diretamente a vida de milhões de clientes.
Nessa posição, sua missão irá muito além dos números: você terá o desafio de traduzir necessidades complexas de negócio em modelos preditivos e soluções inteligentes. Com atuação estratégica, será protagonista na evolução do ecossistema de produtos, em um ambiente onde a cultura de dados é o motor que impulsiona as inovações em todas as áreas.
Responsabilidades e atribuições
-
Conduzir análises exploratórias de grandes volumes de dados transacionais e comportamentais para descobrir insights acionáveis e oportunidades de negócio.
-
Construir e implementar modelos de machine learning e deep learning que resolvem problemas reais, como detecção de fraudes, sistemas de recomendação, análise de risco de crédito, propensão de compra e previsão de churn, entre outros.
-
Validar hipóteses através de experimentos controlados, utilizando metodologias de teste A/B e análise estatística.
-
Colaborar com Product Owners e engenheiros para traduzir problemas de negócio em soluções analíticas robustas e escaláveis.
Requisitos e qualificações
-
Machine Learning: experiência em modelos de machine learning em cenários produtivos, compreendendo os desafios da criação de soluções em escala e em ambientes reais.
-
Programação: proficiência em Python com bibliotecas como pandas, numpy e matplotlib; experiência em SQL para manipulação de grandes volumes de dados.
-
Estatística: base sólida em estatística descritiva e inferencial, testes de hipóteses, análise de variância e conceitos de probabilidade, além de metodologias de experimentação A/B.
-
Data Mining: capacidade de explorar e extrair insights de datasets complexos, identificar padrões e anomalias e trabalhar com dados estruturados e semiestruturados de diferentes fontes.
-
Data Storytelling: habilidade para comunicar resultados técnicos e insights por meio de apresentações claras e visualizações eficazes para audiências diversas, traduzindo descobertas complexas em recomendações acionáveis.
Desejáveis:
-
Conhecimento em Spark para processamento distribuído.
-
Vivência com frameworks de deep learning e deploy de modelos em produção (MLOps).