About this role
Cientista de Dados Pleno para atuar no time de Data & Analytics, desenvolvendo modelos preditivos e análises avançadas no ecossistema de pagamentos.
Desenvolver e manter modelos de Machine Learning (classificação, regressão, séries temporais) Construir e otimizar pipelines de Feature Engineering utilizando PySpark e Databricks Notebooks Criar análises exploratórias e dashboards analíticos em Databricks SQL e AI/BI Dashboards Colaborar com times de engenharia de dados na definição de tabelas e métricas no Unity Catalog Realizar experimentação A/B e validação estatística de hipóteses de negócio Documentar e versionar modelos utilizando MLflow
Requisitos técnicos: Python avançado (pandas, scikit-learn, XGBoost/LightGBM, statsmodels) SQL avançado (CTEs, window functions, otimização de queries) Apache Spark / PySpark — manipulação de dados em larga escala Databricks — Notebooks, Jobs (Lakeflow), Unity Catalog, Delta Lake Cloud AWS — S3, IAM, noções de infraestrutura Versionamento com Git Experiência com séries temporais e/ou modelos de propensão Diferenciais: MLflow para tracking e model registry; Spark Declarative Pipelines (ETL/ELT); conhecimento em dados financeiros (transações, boletos, PIX, antifraude); Delta Lake (time travel, Z-ordering, liquid clustering); NLP ou Computer Vision; certificação Databricks Soft Skills: comunicação clara para traduzir insights técnicos ao negócio; pensamento analítico e orientação a resultado; capacidade de trabalhar com autonomia em squads multidisciplinares
Experiência com MLflow para tracking e model registry Conhecimento em Spark Declarative Pipelines (ETL/ELT) Familiaridade com dados financeiros (transações, boletos, PIX, antifraude) Delta Lake (time travel, Z-ordering, liquid clustering) NLP ou Computer Vision Certificação Databricks (Data Engineer/ML Associate)