Cientista de Dados Pleno (Previsão de Inadimplência no Agronegócio)

confidential; United States; Remote; USD 33,000 - 44,000; Full time

Benefits offered by this job

Ambiente colaborativo

Trabalhe de qualquer lugar

Conexão global com times de diferentes

Apoio à saúde física

Saúde mental

Contratação CLT/PJ

Job summary

Confidencial, atuando no setor de agronegócio, busca Cientista de Dados Pleno para desenvolver modelos de previsão de inadimplência no crédito rural. A posição é 100% remota, com contratação CLT ou PJ, buscando impacto na gestão de crédito diante de eventos climáticos e sazonalidade.

O profissional trabalhará com dados de produtores, culturas, históricos de pagamento e variáveis climáticas, treinando modelos de classificação e sobrevivência, validando sazonalmente e contribuindo para políticas

Qualifications

• Estatística aplicada e experiência com modelos de risco de crédito ou de classificação desbalanceada.
• Validação fora do tempo e entendimento do impacto de dados curtos e correlacionados.
• Python com Pandas e scikit-learn e SQL para consulta analítica.
• Avaliação de calibração, de estabilidade e de discriminação do modelo.
• Comunicação clara com áreas de crédito e de cobrança.
• Cuidado com justiça e explicabilidade das decisões.
• Conhecimento de crédito rural, cédula de produto rural e garantias do agronegócio.
• Experiência com explicabilidade por SHAP ou técnicas equivalentes.

Responsibilities

• Definir com crédito e cobrança o alvo de inadimplência e a janela de observação adequada à safra
• Construir variáveis de produtor, de cultura, de histórico de pagamento e de exposição a clima
• Treinar modelos de classificação e de sobrevivência, e comparar com a regra atual de crédito
• Validar fora do tempo, por safra, para evitar otimismo em relação ao desempenho futuro
• Verificar a calibração das probabilidades e traduzir em limite e em preço do crédito
• Fazer análise de estabilidade e de efeito de eventos climáticos coletivos
• Explicar ao comitê de crédito os fatores principais e os limites do modelo
• Documentar o modelo para auditoria, com premissas, dados e monitoramento sugerido

Skills

Python

Pandas

scikit-learn

SQL

Estatística

Jupyter

Git

Modelos de crédito

Análise de sobrevivência

SHAP

Tools

SHAP

Job description

Vaga aberta de Cientista de Dados Pleno (Previsão de Inadimplência no Agronegócio). A empresa contratante é confidencial neste anúncio, e a seleção é conduzida pela Sylision.

Nível: pleno.

Modelo de trabalho: 100% Remoto.

Contratação: tempo integral, CLT ou PJ.

Sobre a vaga:

Uma empresa do agronegócio vende insumos a prazo para produtores e financia parte do plantio com pagamento na colheita. A inadimplência aqui tem lógica própria: o produtor paga quando vende a safra, então o atraso depende da produtividade, do preço da saca no dia e de eventos como geada, seca ou praga. O modelo de crédito baseado em renda mensal, que funciona para pessoa física urbana, ensina pouco sobre esse risco. Você vai construir modelos de previsão de inadimplência para o crédito ao produtor.

O trabalho é desafiador porque o histórico é curto e sazonal, com poucos ciclos de safra completos. Eventos climáticos afetam muitos produtores ao mesmo tempo, quebrando a independência entre as observações. Há ainda a pergunta de o que prever: atraso de trinta dias, perda definitiva ou valor recuperado. Cada alvo leva a uma política diferente de limite, de garantia e de renegociação.

Medimos pelo poder de separação do modelo em teste fora do tempo, pela calibração das probabilidades e pelo efeito nas perdas e na aprovação de crédito. Como pleno, você conduz a frente de modelagem de inadimplência e decide as técnicas dentro dela.

O que você vai fazer:

• Definir com crédito e cobrança o alvo de inadimplência e a janela de observação adequada à safra
• Construir variáveis de produtor, de cultura, de histórico de pagamento e de exposição a clima
• Treinar modelos de classificação e de sobrevivência, e comparar com a regra atual de crédito
• Validar fora do tempo, por safra, para evitar otimismo em relação ao desempenho futuro
• Verificar a calibração das probabilidades e traduzir em limite e em preço do crédito
• Fazer análise de estabilidade e de efeito de eventos climáticos coletivos
• Explicar ao comitê de crédito os fatores principais e os limites do modelo
• Documentar o modelo para auditoria, com premissas, dados e monitoramento sugerido

Requisitos:

• Estatística aplicada e experiência com modelos de risco de crédito ou de classificação desbalanceada
• Validação fora do tempo e entendimento do impacto de dados curtos e correlacionados
• Python com Pandas e scikit-learn e SQL para consulta analítica
• Avaliação de calibração, de estabilidade e de discriminação do modelo
• Comunicação clara com áreas de crédito e de cobrança
• Cuidado com justiça e explicabilidade das decisões

Diferenciais:

• Conhecimento de crédito rural, cédula de produto rural e garantias do agronegócio
• Experiência com modelos de sobrevivência ou de eventos recorrentes
• Uso de dados externos, como clima e preço de commodities
• Noção de regulação de crédito e de modelos sujeitos a auditoria
• Experiência com explicabilidade por SHAP ou técnicas equivalentes

Como é trabalhar aqui:

Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Os modelos passam por revisão de outra pessoa de ciência de dados e por validação independente antes de chegar ao comitê. As decisões e as premissas ficam documentadas, e o desempenho é acompanhado a cada safra. Na candidatura, informe a sua pretensão salarial.

Benefícios oferecidos pela empresa contratante:

• Ambiente colaborativo, com senso de comunidade e conquistas celebradas em equipe
• Trabalhe de qualquer lugar, com liberdade e flexibilidade
• Conexão global: convivência com times de diferentes países e culturas
• Apoio à saúde física com TotalPass e Mediquo
• Cuidado com a saúde mental pelo programa Team Care
• Contratação e jornada definidas com a empresa contratante

Tecnologias envolvidas:

• Python
• Pandas
• scikit-learn
• SQL
• Estatística
• Jupyter
• Git
• Modelos de crédito
• Análise de sobrevivência

Seus dados: tratados conforme a LGPD, com remoção a qualquer momento, a pedido.