Data Scientist - Tech Lead

Dock Group

Barueri

Hybrid

BRL 180,000 - 300,000

Full time

5 days ago

Be an early applicant

A complete application in a minute

Tailored resume and cover letter, ready to send.

Get past ATS filters

Benefits offered by this job

Auxílio alimentação

Plano de saúde

Hospital digital

Suporte psicológico (online)

Coworking Brasil inteiro

Previdência privada

Job summary

Dock Group, líder em serviços financeiros na América Latina, busca profissional sênior em ML para liderar pesquisas e validação de modelos de sequência. Você trabalhará no planejamento de pesquisa, avaliação rigorosa e melhorias contínuas para aplicações como fraude, crédito e Pix.

Você definirá planos de pesquisa, desenhará protocolos de avaliação e estudará transferência de aprendizado, orientando o time de dados com foco em precisão, custo e latência, assegurando reprodutibilidade e

Qualifications

6+ anos de experiência sênior em ML aplicado.
Pelo menos 2 anos treinando modelos de sequência/Transformers na linguagem PyTorch.
Profunda experiência com dados tabulares, dados orientados a eventos ou séries temporais irregulares.
Mestrado ou Doutorado nas áreas de Estatística, ML, Computação ou Matemática Aplicada.
Capacidade de relatar falhas da mesma forma que reporta sucessos, questionando métricas milagrosas.
Conhecimento de avaliação para combater vazamento temporal e amadurecimento de rótulos ao longo do tempo.

Responsibilities

Definir o Plano de Pesquisa: estruturar pré-treino auto-supervisionado, tokenização de campos heterogêneos e escolher a melhor arquitetura do modelo.
Desenhar Protocolos Estritos de Avaliação: criar ambiente de validação com time-based splits, divisão por tempo/entidade e testes com múltiplas sementes.
Estudar Transferência de Aprendizado: comparar eficiência entre baseline, embeddings congelado (GBDT) e LoRA multi-tarefa.
Liderança Técnica: atuar como referência para o time de dados, revisar códigos científicos e manter experimentos reprodutíveis.
Escrever relatórios executivos de decisão com nível de incerteza explícito.

Skills

Experiência sênior em ML

Treinamento com Transformers (PyTorch)

Dados tabulares / séries temporais

Avaliação para evitar leakage temporal

Publications em conferências científi

Education

Mestrado ou Doutorado em Estatística/ML/Computação/Matemática Aplicada

Tools

PyTorch

DDP/FSDP (multi-GPU)

LoRA / quantização / distilação

Job description

Quem é a Dock?
Há mais de 20 anos, cumprimos a missão de democratizar o acesso a serviços financeiros, tornando experiências financeiras mais simples e acessíveis. Somos um time de pessoas obstinadas, que acreditam na tecnologia e nos serviços como os principais facilitadores para a evolução de nossos clientes e a transformação do papel das finanças. Atuando em 11 localidades pela América Latina, trabalhamos sob o propósito de desmaterializar o universo financeiro para impulsionar a sociedade.

Como é o nosso time de Inovação e Modelos de Sequência?
Você fará parte de um time dedicado a provar – com extremo rigor científico – se uma arquitetura de modelo de fundação baseada em sequências de eventos financeiros reais pode ser transferida, com sucesso, para diversas tarefas de negócio (como fraude, crédito e Pix). Nossa missão é encontrar ganhos concretos frente a baselines fortes, ou ser a voz científica capaz de dizer "não" caso as evidências não sustentem o investimento.

E o dia a dia, como será? Buscamos por talentos inigualáveis para nos ajudar a espalhar o poder financeiro!Nesta função, você irá:

Definir o Plano de Pesquisa: Estruturar o pré-treino auto-supervisionado, lidar com tokenização de campos heterogêneos (categoria de loja, valor, tempo, local, etc.) e realizar a escolha da melhor arquitetura do modelo.
Desenhar Protocolos Estritos de Avaliação: Criar o ambiente de validação incluindo features point-in-time, divisão robusta por tempo e entidade, execução de bootstrap pareado, testes com múltiplas sementes e testes de embaralhamento de ordem de eventos.
Estudar Transferência de Aprendizado: Investigar e comparar a eficiência de aprendizado (baseline vs. embedding congelado em GBDT vs. fine-tuning completo ou técnicas como LoRA) de forma multitarefa.
Liderança e Orientação Técnica: Ser a referência técnica ("mão na massa") para o time de dados, revisar códigos científicos, manter todos os experimentos reprodutíveis e desenhar modelos servíveis alinhando custo e latência junto à engenharia.
Tomada de Decisão Transparente: Escrever relatórios executivos de decisão (go / no-go) perfeitamente compreensíveis e com nível de incerteza explícito.

O que esperamos de você?

6+ anos de experiência sênior em ML aplicado, com pelo menos 2 anos dedicados ao treinamento do zero de modelos de sequência ou Transformers na linguagem PyTorch.
Profunda experiência trabalhando com dados tabulares, dados orientados a eventos ou séries temporais irregulares.
Conhecimento e rigor inegociável na avaliação para combater vazamento temporal (data leakage) e entender o amadurecimento de rótulos com o passar do tempo.
Mestrado ou Doutorado nas áreas de Estatística, Machine Learning, Computação, Matemática Aplicada, ou um histórico equivalente de entregas técnicas robustas.
Maturidade científica e sinceridade profissional: capacidade de relatar falhas ou resultados negativos com a mesma clareza que os sucessos, questionando de imediato qualquer métrica "milagrosa".

É desejável que você tenha:

Publicações aprovadas em conferências relevantes do ecossistema científico (como NeurIPS, ICML, ICLR, KDD, ICAIF) focadas em dados tabulares ou séries temporais.
Prática na área financeira englobando fraude, crédito e pagamentos, utilizando análise de sobrevivência, inferência causal ou modelagem de uplift.
Vivência prática no gerenciamento de treinamentos distribuídos multi-GPU (DDP/FSDP) e métodos de otimização/efficiency como LoRA, quantização e destilação de modelos.
Familiaridade sobre como implementar modelos alinhados aos requisitos de segurança de meios de pagamentos e regulações de privacidade como a LGPD.

E quais são os benefícios?