Requisitos Mandatórios Formação Graduação em Estatística, Matemática, Ciência da Computação, Engenharia, Física ou áreas correlatas. Conhecimentos Técnicos Sólida experiência em Estatística, Machine Learning e Inferência Causal. Domínio de Python (Pandas, NumPy, Scikit-Learn) e SQL avançado. Experiência com modelos de classificação, detecção de anomalias e prevenção à fraude. Vivência com deploy, monitoramento e manutenção de modelos em produção (MLOps). Experiência em ambientes cloud (AWS e/ou Azure). Conhecimento de bancos relacionais e NoSQL. Experiência com testes A/B e cultura de experimentação. Conhecimentos em NLP e/ou Visão Computacional aplicados à moderação de conteúdo. Aplicação de ciência de dados em problemas como fraude, chargeback, churn, LTV e monetização. Conhecimento de LGPD e tratamento de dados sensíveis. Diferenciais Experiência em fintechs, marketplaces, plataformas digitais, creator economy ou antifraude. Vivência com GenAI/LLMs (RAG, embeddings, agentes). Experiência com sistemas de recomendação e personalização. Conhecimento em Deep Learning (PyTorch ou TensorFlow). Experiência com dados em streaming e orquestração de pipelines. Pós-graduação em áreas quantitativas ou Ciência de Dados. Inglês técnico para leitura de documentação e artigos. Resumo dos Must Have Machine Learning avançado e Estatística Python + SQL avançado Modelagem de risco/fraude MLOps e deploy de modelos AWS ou Azure Testes A/B e inferência causal NLP e/ou Visão Computacional Comunicação com negócio e visão de produto LGPD e governança de dados Diferenciais Prioritários Experiência em antifraude, fintech ou plataformas digitais GenAI/LLMs Sistemas de recomendação Deep Learning (PyTorch/TensorFlow) Streaming e processamento em tempo real

Número de vagas: 1

Tipo de contrato e Jornada: Prestador de Serviços (PJ) - Período Integral

Área Profissional: Consultor em Informática, TI, Telecomunicações - Administrador de Redes

Denunciar vaga