Cientista de Dados Sênior

Location: São Paulo, SP

Department: Engenharia Dados

🚀 Sobre a Oportunidade

Você será parte de um time multidisciplinar (dados, data science, mlops, risco, compliance e tecnologia) responsável por:

- Desenvolver e evoluir modelos de detecção de transações suspeitas de lavagem de dinheiro e financiamento ao terrorismo.
- Aumentar a efetividade do monitoramento, regras (mais casos relevantes) e reduzir o volume de falsos positivos, melhorando a eficiência das áreas de investigação.
- Estruturar e analisar grandes volumes de dados transacionais, cadastrais e comportamentais dos clientes para identificar padrões anômalos.
- Traduzir requisitos regulatórios de PLD em lógicas, regras, features e modelos que possam ser auditados e explicados para áreas internas e reguladores.

Responsabilidades:

• Trabalhar lado a lado com times de PLD/Compliance, Risco, Controles Internos e Tecnologia, entendendo regras, cenários de risco, tipologias e necessidades regulatórias.
• Criar e acompanhar KPIs de performance dos modelos.
• Apoiar o desenho de estratégias híbridas (modelos + regras) para garantir:
• Eficácia na detecção;
• Aderência a normas de PLD (BACEN, CVM, COAF);
• Explicabilidade mínima para investigações e auditorias.
• Prototipar, testar e colocar em produção soluções analíticas em parceria com engenheiros de dados e de machine learning.
• Documentar abordagens, premissas, limitações e resultados, garantindo auditoria e rastreabilidade.
• Acompanhar tendências e melhores práticas em AML/PLD IA/LLM, trazendo inovações estratégicas para o time.

Saiba mais sobre nosso dia a dia no Instagram e no LinkedIn.

Confira nossas avaliações no Glassdoor.

🔍 O Que Procuramos

Pré-requisitos Essenciais:

• Formação em cursos como: Engenharia, Ciência da Computação, Estatística, Matemática, Física, Economia, Ciências de Dados ou áreas correlatas.
• Experiência prévia (sênior) trabalhando com Ciência de Dados ou Machine Learning em ambiente de negócios (não precisa ser necessariamente em PLD, mas será diferencial).
• Domínio de Python e principais bibliotecas de dados/ML (p.ex. pandas, NumPy, scikit-learn, PySpark etc).
• Experiência com SQL para manipulação de grandes volumes de dados.

Vivência em:

• Problemas supervisionados (classificação, regressão) e não supervisionados (clustering, detecção de anomalias);
• Construção de features e avaliação de modelos.
• Capacidade de traduzir problemas de negócio (PLD, risco, compliance) em problemas analíticos e de dados.
• Boa comunicação para dialogar com stakeholders não técnicos (PLD, Jurídico, Controles, Operações).

Diferenciais:

• Experiência prévia em PLD/AML, prevenção à fraude, risco de crédito ou modelos de risco em instituições financeiras.Conhecimento ou experiência com:
• Grafos e análise de redes (p.ex. para relacionamentos entre clientes, contas, contrapartes);
• Modelos de detecção de anomalias (Isolation Forest, Autoencoders, etc.);
• Ambientes de big data (Spark e Databricks) e cloud (Azure).
• Familiaridade com normativos de PLD e reguladores (BACEN, CVM, COAF).
• Experiência com MLOps (versionamento de modelos, monitoramento em produção, retraining).
• Conhecimento em explicabilidade de modelos (SHAP, LIME) para apoiar times de PLD/Compliance na justificativa de decisões.