Job Description
Descrição do trabalho
Estamos em busca de um Cientista de Dados Sênior para integrar nosso time de Gestão de Riscos no Agronegócio. O profissional atuará em um time altamente qualificado de cientistas de dados, com atuação no desenvolvimento de modelos, atributos e soluções analíticas que suportem decisões estratégicas e inovação no agronegócio.
Este profissional terá também papel-chave na definição da arquitetura analítica, padrões técnicos e direcionamento de soluções de ciência de dados, atuando como referência técnica para o time e ponte entre negócio, engenharia e produtos.
Responsabilidades
- Desenvolver modelos de risco que otimizem a capacidade de análise e concessão de crédito no Agronegócio.
- Definir abordagens técnicas, stacks e padrões de desenvolvimento de modelos e pipelines analíticos.
- Documentar e comunicar os resultados dos modelos de forma clara e acionável para diferentes stakeholders.
- Realizar apresentações e coletas de feedbacks de clientes internos e externos.
- Colaborar com equipes multidisciplinares, incluindo profissionais dos times de Engenharia e Produtos, para entender as necessidades, identificar possibilidades de melhorias nos processos e produtos sob o ponto de vista de modelagem.
- Explorar novas variáveis e informações para melhorar a capacidade preditiva dos modelos.
- Avaliar e implementar novas técnicas/tecnologias que possibilitem melhorar a eficiência e precisão dos modelos de risco.
- Monitorar constantemente o alinhamento entre as decisões técnicas em ciência de dados e os objetivos do negócio.
- Atuar como referência técnica (tech lead) para cientistas de dados e analistas, apoiando decisões metodológicas e revisões de código/modelo.
- Liderar a evolução da arquitetura de modelos de risco (features, validação, monitoramento, MLOps).
- Avaliar trade-offs entre complexidade, performance, interpretabilidade e governança dos modelos.
- Apoiar o planejamento técnico de iniciativas analíticas de médio e longo prazo.
Requisitos Básicos
- Graduação em Ciência de Dados, Matemática, Engenharia, Estatística, Ciência da Computação ou áreas relacionadas.
- Proficiência em Python e experiência com bibliotecas como Numpy, Pandas, Scikit-learn, Matplotlib, Seaborn, Jupyter etc.
- Forte domínio de técnicas de Machine Learning aplicadas a problemas reais de risco/crédito, incluindo validação de modelos, controle de viés, estabilidade temporal e explicabilidade.
- Experiência prática em desenho de features complexas e avaliação de impacto de variáveis em produção.
- Capacidade de revisar, refatorar e orientar código analítico para padrões de qualidade, eficiência e reprodutibilidade.
- Experiência com modelagem de risco.
- Experiência participando de decisões de arquitetura analítica ou técnica (dados, modelos, pipelines).
- Domínio na consulta e manipulação de bases de dados para construção e validação de modelos.
- Familiaridade com ferramentas de controle de versão, como Git e Bitbucket, para gerenciar e colaborar em projetos de código.
- Habilidades de comunicação para apresentar resultados técnicos de forma clara e convincente.
- Capacidade de trabalhar de forma independente e em equipe, com excelente comunicação e habilidades interpessoais.
Desejável/Diferencial
- Experiência acadêmica ou profissional em Agronegócio.
- Experiência atuando como referência em times de dados.
- Capacidade de orientar profissionais mais juniores e influenciar decisões técnicas sem autoridade formal.
- Experiência com engenharia de software e engenharia de Machine Learning.
- Capacidade de avaliar o uso de LLMs e agentes de IA como parte da estratégia analítica.
- Experiência em trabalhar em ambientes ágeis e colaborativos, com foco em entrega de valor contínuo.
- Conhecimento em outras linguagens de programação, como R, SQL, Scala e Java.
- Conhecimento em Hadoop, Spark/Pyspark, Polars etc.
- Conhecimento em ambiente Cloud (preferencialmente AWS).
Qualifications
Qualificações
- Graduação em Ciência de Dados, Matemática, Engenharia, Estatística, Ciência da Computação ou áreas relacionadas.
- Forte domínio de técnicas de Machine Learning aplicadas a problemas reais de risco/crédito, incluindo validação de modelos, controle de viés, estabilidade temporal e explicabilidade.
- Capacidade de revisar, refatorar e orientar código analítico para padrões de qualidade, eficiência e reprodutibilidade.
- Experiência com modelagem de risco.
- Experiência participando de decisões de arquitetura analítica ou técnica (dados, modelos, pipelines).
- Capacidade de trabalhar de forma independente e em equipe, com excelente comunicação e habilidades interpessoais.
Additional Information
A Serasa Experian é muito mais do que você imagina. Com o propósito de criar um futuro melhor, ampliando oportunidades para pessoas e empresas, no Brasil somos mais de 4 mil pessoas que atuam em diversos times e especialidades. Aqui, cada conhecimento e diversidade se complementa e você pode trabalhar no que mais ama, estamos comprometidos a construir uma cultura inclusiva e um ambiente no qual pessoas possam equilibrar a carreira com seus compromissos e interesses pessoais, prezando pelo bem-estar.
A gente se dedica muito em ser uma das melhores e mais inovadoras empresas para se trabalhar do país, possibilitando experiências e carreiras incríveis para nossas pessoas. Nossa forte abordagem de pessoas em primeiro lugar é reconhecida externamente por meio de diversas certificações de mercado: fomos premiados pelo Great Place To Work™ em 24 países e pela certificação internacional Top Employers, além de sermos reconhecidos como uma das melhores empresas para jovens profissionais e contarmos com uma avaliação de 4,6 no Glassdoor. Cada reconhecimento nos indica que estamos no caminho certo, proporcionando um ambiente de trabalho cada vez melhor para nossos talentos.
Experian Careers - Creating a better tomorrow together
Find out what its like to work for Experian by clicking here
Company Description
A Experian é uma empresa global de dados e tecnologia que impulsiona oportunidades para pessoas e empresas ao redor do mundo. Atuamos em diversos mercados, como serviços financeiros, saúde, automotivo, agronegócio, seguros, entre outros. A Experian investe em pessoas e em novas tecnologias avançadas para liberar o poder dos dados. Contamos com uma equipe incrível de 25.200 colaboradores em 32 países.
Nossa singularidade é valorizar a sua. A cultura da Experian, centrada nas pessoas, inclusiva e orientada por propósito, é reconhecida por diversos prêmios — incluindo World’s Best Workplaces™ 2025 (Top 25 global da Fortune) e Great Place To Work™ em 26 países, entre outros. Confira o Experian Life nas redes sociais ou explore nosso site de carreiras para entender o porquê. A Experian também se orgulha de ser uma empregadora que promove igualdade de oportunidades e ação afirmativa