Cientista de Dados | Crédito

BTG Pactual· São Paulo, São Paulo, Brazil· greenhouse· publié le 16/03/2026
Cette offre n'est plus publiée
La source a retiré l'annonce — il n'est plus possible de postuler via le lien d'origine.
Indispensable :PythonAWSGoogle CloudDockerCloudDevOpsCI/CDAI

No seu dia-a-dia:

Você fará parte do time de Artificial Intelligence & Data Science, junto à equipe de Data Analytics do banco, atuando no desenvolvimento, modelagem e construção de modelos de Machine Learning e soluções analíticas preditivas para o negócio;

Irá construir e manter soluções de AI & ML voltadas para risco de crédito;

Terá autonomia para escolher as tecnologias e metodologias necessárias, justificando as vantagens e desvantagens;

Trabalhará em parceria com os times de Crédito, Risco e Tecnologia, influenciando decisões estratégicas.

Realizará estudos analíticos sobre comportamento de clientes, inadimplência e performance de crédito;

Deverá conduzir o ciclo completo de modelagem: feature engineering, treinamento, validação e monitoramento de modelos. Formulando hipóteses e definindo as métricas adequadas para cada cenário;

Participará de atividades dentro do time para compartilhar conhecimento e discutir técnicas, problemas e soluções. Espera-se também que seja referência para outras áreas do banco que precisarem de apoio.

Esperamos de você:

Disponibilidade para atuar de forma híbrida (3x presencial) nos escritórios da Faria Lima e Paulista, em São Paulo;

Formação superior completa, em cursos de engenharia, ciência da computação, estatística ou áreas relacionadas;

Experiência com Python e SQL, incluindo bibliotecas de modelagem e análise de dados (pandas, Pyspark, scikit-learn, NumPy, statsmodels);

Experiência com modelagem de risco de crédito;

Vivência com análise de crédito e com o ciclo de vida de modelos preditivos (construção, validação, calibração e acompanhamento de performance);

Experiência com projetos de Machine Learning (modelagem preditiva e classificação), da prototipagem à entrega do modelo em produção;

Sólida base em estatística (descritiva e inferencial), testes de hipótese e modelagem estatística (regressão, modelos lineares generalizados);

Experiência com modelos baseados em árvores (XGBoost, LightGBM) e com frameworks de Deep Learning (PyTorch, TensorFlow) é desejável;

Raciocínio lógico, capacidade analítica e criatividade para encontrar soluções;

Boa comunicação e habilidades para argumentação técnica e de negócios;

Experiência com produtização e monitoramento é desejável;

Conhecimento de plataformas de cloud (AWS, GCP) é desejável;

Diferenciais:

Mestrado e Doutorado são diferenciais;

Conhecimento de ferramentas de big data (Spark, Airflow), devops (Docker, CI/CD, etc) e MLops são diferenciais;

Experiência com versionamento de modelos, feature stores e experiment tracking (MLflow) é diferencial.

Remuneração e Benefícios:

Participação nos Lucros e Resultados (PLR); ​

Remuneração variável por performance (bônus anual); ​

Auxílio Alimentação e Refeição; ​

Plano Médico; ​

Plano Odontológico; ​

Auxílio Creche/Babá; ​

Vale Transporte; ​

WellHub ; ​

TotalPass ; ​

Programa de Apoio Pessoal (EAP); ​

Planos por adesão como Previdência Privada e Seguro de Vida; ​

Desconto em Farmácia; ​

Programa de Nutrição; ​

Programa de Gestantes; ​

Licença Maternidade e Paternidade Estendida – empresa Cidadã.