Back to search
Asaas Himalayas · Posted 4d ago

Data Scientist Pleno - Prevenção a Fraudes

Full time Remote

Data Science Machine Learning Fraud Prevention MLOps
Continue to application Add your email once, then Caio opens the original posting.

Indexed description

Se você tem paixão por inovação e busca trabalhar em um ambiente que promove agilidade, colaboração e desafios, esta pode ser a sua oportunidade!

Para nosso time de Data & AI, buscamos alguém com boa base em Python e SQL, experiência em Machine Learning com modelos em produção e prática com grandes volumes de dados. Além disso, é importante saber traduzir o técnico para o negócio, atuar de forma colaborativa com outras áreas e ter flexibilidade para se adaptar a mudanças de contexto.

Sua missão será amadurecer e produtizar modelos de ML na área de operação de prevenção a fraudes, com foco em MLOps/deploy e sustentação de modelos em tempo real, garantindo que as soluções escalem para grandes volumes transacionais e gerem impacto mensurável para o negócio.

Se interessou pela oportunidade mas não reside em Joinville? Não tem problema, possibilitamos o trabalhoremoto/home office.

  • Conduzir projetos de Data Science de ponta a ponta, desde a definição e recorte do problema com Produto/Operações até a entrega em produção, acompanhando impacto no negócio e evoluções contínuas da solução.
  • Projetar, implementar e sustentar pipelines de Machine Learning em produção (batch e online), garantindo confiabilidade, escalabilidade e manutenibilidade em cenários de alto volume e necessidade de resposta rápida.
  • Gerenciar o ciclo de vida completo dos modelos (experimentação, validação, publicação, monitoramento e iteração), incluindo definição de métricas e rotinas de acompanhamento de data drift e concept drift.
  • Desenvolver e evoluir sistemas de inferência para diferentes casos de uso (batch e tempo real), trabalhando com trade-offs de arquitetura para suportar paralelização, concorrência e baixa latência.
  • Otimizar performance ponta a ponta de soluções em produção, atuando sobre latência, throughput e uso de recursos computacionais, com foco em respostas rápidas e processamento de múltiplas requisições simultâneas.
  • Estruturar e aprimorar práticas de MLOps (infra, deploy e observabilidade), incluindo versionamento de modelos e artefatos, automação de deploy e monitoramento contínuo de performance e saúde do sistema em produção.
  • Atuar em parceria com Tech Leaders de Engenharia e PMs para desenhar soluções viáveis, alinhar expectativas, comunicar resultados (técnicos e de negócio) e viabilizar a entrega dos sistemas em produção.
  • Manter-se atualizado(a) em melhores práticas de Data Science aplicada e produtividade em desenvolvimento (incluindo ferramentas de desenvolvimento assistido por IA), avaliando e propondo melhorias que façam sentido para o contexto e qualidade de entrega.
  • Conhecimento sólido na aplicação de técnicas de Machine Learning e modelagem estatística em problemas de negócio (ex: regressão, classificação, séries temporais).
  • Experiência comprovada em colocar modelos demachine learning live e batchem produção e mantê-los operacionais.
  • Proficiência em SQL, Python e Spark para manipulação e análise de grandes conjuntos de dados
  • Familiaridade com práticas de versionamento de código (Git).
  • Experiência sólida comframeworksde MLOps (especialmente MLFlow).
  • Sólidos conhecimentos em Estatística, Inferência Estatística e Testes de Hipótese (A/B testing).
  • Graduação completa ou experiência prática equivalente em Ciência da Computação, Engenharia, Estatística, Matemática, Física e/ou correlatas.

Informações adicionais

Diferenciais

  • Experiência com Databricks: Data Asset Bundles, Model Serving e Online Feature com DynamoDB.
  • Atuação prévia em frentes relacionadas a prevenção a fraudes financeiras/combate a crimes financeiros.
  • Conhecimento em métricas financeiras voltadas para fraude (Taxa de Aprovação, Chargeback).
  • Conhecimento de streaming de dados (Kafka, Kinesis) e processamento em tempo real.
  • Experiência em fintechs, mercado de pagamentos ou instituições financeiras.
  • Familiaridade com AWS.
  • Conhecimento em Graph Data Science / Graph Databases (ex: Neo4j, AWS Neptune).

Modelo de trabalho

  • Carga horária de 8h por dia (segunda a sexta-feira)
  • Contratação CLT.

Originally posted on Himalayas

Free. 20 seconds. No password. See every match in this search.

Create a free Caio profile to unlock more results and save your role and location preferences.

Unlock free search
Want help applying to roles like this? Search Caio for free. If repetitive applications get heavy, Managed Job Search adds supervised execution for $99/month.
View Managed Job Search