Especialista Cientista de Dados - Tech Lead - AgriBusiness (Risk Analytics)

Company Description

A Serasa Experian é a primeira e a maior Datatech do Brasil. Líder em soluções de inteligência para análise de riscos e oportunidades, com foco nas jornadas de crédito, autenticação e prevenção à fraude. Com tecnologia de ponta, inovação e os melhores talentos, transforma a incerteza do risco na melhor decisão, ajudando pessoas a realizarem seus sonhos e empresas de todos os portes e segmentos a prosperarem.

Temos 22.000 pessoas operando em 32 países e a cada dia estamos investindo em novas tecnologias, profissionais talentosos e inovação para ajudar todos os clientes a maximizarem cada oportunidade. Com sede corporativa em Dublin, Irlanda, a Experian está listada na Bolsa de Valores de Londres (EXPN) e compõe o índice FTSE 100.

Description

Estamos em busca de um Especialista Cientista de Dados 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.

• 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.

• Experiência acadêmica ou profissional em Agronegócio.

• Experiência atuando como líder técnico ou especialista 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.