No Banco Safra, a Inteligência Artificial é um pilar estratégico que impulsiona a transformação digital com foco em eficiência, inovação e geração de valor. Integrada aos processos críticos do banco, a IA atua de forma coordenada com as áreas de negócio para apoiar decisões com base em dados e tecnologia de ponta.

Dentro dessa estrutura, a prática de Ciência de Dados tem papel central. Com atuação transversal, essa frente é responsável por organizar, estruturar e interpretar dados para gerar visibilidade estratégica e apoiar a tomada de decisão em diversas áreas de negócio. A equipe é composta por perfis especializados — como cientistas de dados, engenheiros de dados e profissionais de ML Ops que combinam profundidade técnica com visão de negócio.

Estamos em busca de Cientistas de Dados Sênior para integrar nossa Squad dedicada à construção de modelos preditivos e soluções analíticas voltadas para diversas áreas estratégicas. O profissional atuará em projetos de alto impacto, desde o diagnóstico até a modelagem preditiva, com foco em gerar valor para o negócio por meio de dados.

Principais responsabilidades:

- Desenvolver e implementar modelos estatísticos e de machine learning.

- Traduzir problemas de negócio em soluções analíticas.

- Trabalhar com grandes volumes de dados estruturados e não estruturados.

- Colaborar com áreas de negócio e engenharia de dados.

- Monitorar e manter modelos em produção (MLOps).

- Participar da definição de KPIs e processos da Squad.

- Atuar com autonomia e protagonismo em entregas estratégicas.

Buscamos profissionais com perfil estratégico e analítico, com sólida experiência em projetos de ciência de dados aplicados ao mercado financeiro, varejo ou produtos digitais. É essencial que o candidato tenha vivência em ambientes colaborativos, com capacidade de comunicação clara com áreas técnicas e de negócio.

Desejável:

- Experiência em empresas de grande porte (bancos, seguradoras, varejo).

- Histórico de atuação em squads multidisciplinares.

- Experiência com modelos preditivos aplicados a crédito, precificação, comportamento de clientes e produtos.

Indispensáveis:

- Linguagens: Python (avançado), SQL (avançado).

- Bibliotecas: Pandas, NumPy, Scikit-learn, TensorFlow, PyTorch.

- Plataformas: Cloudera, Spark, Hive.

- MLOps: Deploy, monitoramento e manutenção de modelos.

- Modelagem estatística: regressões, árvores de decisão, boosting, clustering.

- Feature engineering e avaliação de modelos.

- Experiência em modelagem preditiva e machine learning.

- Proficiência em Python e SQL.

- Vivência com Cloudera e ferramentas de Big Data.

- Capacidade de traduzir problemas de negócio em soluções técnicas.

- Forte habilidade de comunicação com áreas não técnicas.

Desejáveis:

- Conhecimento em NoSQL.

- Experiência com notebooks Jupyter.

- Ferramentas de visualização: Power BI, Tableau.

- Experiência com sistemas de recomendação e séries temporais.