Cientista de Dados – Modelagem e Políticas de Crédito e Cobrança
Description and Responsibilities
Buscamos cientistas de dados para duas frentes complementares: desenvolver os modelos estatísticos que sustentam o ciclo de crédito e usar esses modelos para definir políticas de concessão e estratégias de cobrança. Conforme o perfil, a pessoa terá mais foco em uma das frentes, sempre em parceria com a outra e com o time do motor de decisão.
O que você vai fazer:
Na frente de modelagem estatística
· Desenvolver, calibrar e evoluir modelos de application, behavior e collection score.
· Construir bases de modelagem e variáveis (feature engineering) a partir de dados internos, de birôs e de fontes alternativas.
· Medir discriminação e estabilidade dos modelos (KS, Gini/AUC, PSI) e propor recalibrações quando o desempenho cair.
· Documentar cada modelo e acompanhar o deploy, garantindo que o modelo implantado reproduz o desenvolvido.
Na frente de políticas de crédito e cobrança
· Construir e revisar políticas de concessão, limite e preço a partir de scores, variáveis de birô e dados internos.
· Desenhar estratégias de cobrança e recuperação: segmentação por risco, réguas, canais e propostas de acordo.
· Monitorar a carteira por safra (FPD, over 30/60/90, roll rates, perda esperada) e explicar o porquê de cada oscilação.
· Fazer estudos de swap-set, testes A/B e simulações de impacto antes de mudar uma regra.
Nas duas frentes
· Apresentar os achados de forma clara, com recomendação objetiva para a liderança.
Requirements
O que buscamos
· Formação em Estatística, Matemática, Engenharia, Economia, Ciência da Computação ou áreas afins.
· Experiência com modelagem preditiva de risco de crédito ou com políticas de crédito/estratégia de cobrança em financeira, banco ou fintech.
· Boa base estatística: regressão logística, árvores, gradient boosting (XGBoost/LightGBM), técnicas de amostragem e validação.
· SQL avançado e Python (pandas, scikit-learn) ou R.
· Domínio dos indicadores de risco de crédito e de leitura de safras.
· Comunicação clara para explicar resultados técnicos e defender o trade-off entre risco e crescimento.
Diferenciais
· Vivência com crédito pessoal, consignado ou CDC, ou em birô de crédito.
· Conhecimento de motores de decisão de crédito.
· Explicabilidade de modelos (SHAP).
· Experiência com nuvem (AWS, Athena, Databricks), Git e Power BI.
· Habilidade com ferramentas de IA para acelerar análises, código e documentação.
Benefits
About the company
187392
2026-11-03
2026-11-03