Cientista de Dados Sênior

Asaas; Brasil; À distance; BRL 180 000 - 280 000; Plein temps

Résumé du poste

Asaas, líder em soluções de pagamento no Brasil, busca um Cientista de Dados Sênior para projetar políticas de crédito e testar hipóteses. O papel envolve modelagem, IA e análise de grandes volumes, colaborando com Risco, Modelagem, Engenharia e Produtos para maximizar a aprovação de crédito e a rentabilidade com controle de risco.

Você atuará na concepção de regras de negócio automatizadas, com foco em ciclos de vida do cliente, monitoramento de métricas e melhoria contínua das estratégias de

Qualifications

• Experiência comprovada em ciência de dados aplicada a políticas de crédito e risco.
• Capacidade de desenhar e validar modelos com métricas de negócio (Risco, Aprovação, NPL).
• Conhecimento de técnicas de backtesting, stress testing e simulação de cenários.
• Capacidade de trabalhar com times multifuncionais (Engenharia, Risco, Produtos).

Responsabilités

• Desenhar e aplicar técnicas de análise de dados, otimização e simulação de cenários para mensurar impactos financeiros.
• Construir e evoluir regras de decisão para o ciclo de crédito: onboarding, limites, precificação, cobrança.
• Melhorar frameworks de simulação de políticas com testes A/B e avaliação de resultados.
• Acompanhar métricas de negócio e risco como Conversion Rate, Approval Rate, NPL, Overdue.
• Aplicar ML e otimização para evoluir réguas estáticas para estratégias dinâmicas.
• Incorporar IA e automação para reduzir tempo de desenvolvimento e monitoramento.
• Colaborar com Risco, Fraude e Finanças para traduzir insights em recomendações.

Connaissances

Análise de dados

Teste de hipóteses

Modelagem preditiva

Machine Learning

Otimização

Backtest

A/B Testing

Comunicação com stakeholders

Description du poste

O time de Políticas de Crédito do Asaas está buscando um Cientista de Dados Sênior para atuar de ponta a ponta no desenho, teste de hipóteses, simulação e otimização das regras de negócio e estratégias ao longo de todo o ciclo de vida do cliente. Esta posição é um elo analítico fundamental entre a Ciência de Dados e a tomada de decisão de risco, colaborando ativamente com os times de Modelagem, Engenharia, Risco e Produtos. O objetivo central é aplicar modelos analíticos, inteligência artificial e análise de grandes volumes de dados no desenvolvimento de políticas de crédito automatizadas, eficientes e de alto impacto, buscando maximizar a aprovação e o crescimento rentável da carteira sob controle rigoroso do apetite de risco e da inadimplência.

Responsabilidades

• Desenvolver e aplicar técnicas avançadas de análise de dados, otimização e simulação de cenários (backtesting e stress testing) para mensurar com precisão o impacto financeiro de alterações nas regras de negócio antes do deploy em produção.
• Construir, calibrar e evoluir autonomamente estratégias e regras de decisão para as diferentes etapas do ciclo de vida de crédito (Esteiras de Concessão/Onboarding, Gestão Dinâmica de Limites, Precificação, Manutenção de Base e Cobrança).
• Utilizar e contribuir para a melhoria contínua dos frameworks de simulação de políticas da área, aplicando metodologias rigorosas de teste (A/B, Campeão/Desafiante), modularização de rotinas e estruturas analíticas para apresentações de resultados.
• Acompanhar continuamente o desempenho das réguas e estratégias ativas por meio de métricas chave de negócio e risco (Conversion Rate, Approval Rate, NPL, Overdue, Roll-Rates, LTV e Trade-off de Risco), recomendando ajustes ágeis sempre que identificar desvios em relação aos alvos projetados.
• Aplicar algoritmos de decisão, Aprendizado de Máquina e otimização matemática para evoluir réguas estáticas para estratégias dinâmicas e personalizadas.
• Incorporar ferramentas de Inteligência Artificial e automação nas rotinas de trabalho diárias para otimizar o tempo de desenvolvimento, desde a validação de hipóteses até o monitoramento em produção.
• Atuar em forte sintonia com as áreas de Risco, Prevenção à Fraude e Finanças, traduzindo análises e insights complexos em recomendações técnicas claras e acionáveis para o negócio.