Cientista de Dados SR

Extractta; United States; Remote; USD 120,000 - 180,000; Full time

Benefits offered by this job

Vale Alimentação/Refeição

Convênio SES/Sesc

Descontos em cursos

Auxílio para certificações

Oportunidade de crescimento

Projetos estratégicos

Job summary

A Extractta procura um(a) Data Scientist para criar, implementar e documentar um modelo de propensão que apoie ofertas no momento da cotação de seguros. O objetivo é prever a aceitação de produtos adicionais pelo cliente durante a cotação para aumentar a conversão.

Você trabalhará com dados de cotação, clientes e histórico de aceitação, desenvolvendo features e avaliando modelos com métricas adequadas, além de colocar o modelo em produção com governança de dados e MLops.

Qualifications

• Domínio em Python (pandas, scikit-learn e bibliotecas de ML) e SQL para manipulação de dados.
• Experiência prática em modelagem preditiva/propensão com feature engineering e avaliação de modelos.
• Conhecimento em Databricks (notebooks, Spark) e deployment.
• Experiência com Azure Data Lake e Databricks em ambiente distribuído.
• Conhecimento de SQL Server; sólidos fundamentos de estatística e governança de dados.
• Noções de MLOps para produção de modelos (versionamento, deploy, monitoramento).
• Noções de visualização de dados com Power BI para resultados.

Responsibilities

• Realizar análise exploratória de dados de cotação, clientes e histórico de aceitação de produtos.
• Construir features relevantes a partir das bases disponíveis para prever propensão.
• Desenvolver, treinar e validar o modelo de probabilidade de compra.
• Avaliar desempenho com métricas como AUC/ROC, KS, lift, recall/precision e calibração.
• Aplicar o modelo em produção, alimentando o fluxo de cotação.
• Documentar metodologia, premissas, variáveis e governança (model card).
• Assegurar segurança, confidencialidade e conformidade de dados.
• Monitorar desempenho do modelo e planejar retreino se necessário.

Skills

Python

SQL

Propensity modelling

Feature engineering

Databricks

Azure Data Lake

SQL Server

MLOps

MLflow

Statistics

Data governance

Power BI

Model deployment

Tools

Databricks

Azure Data Lake

SQL Server

MLflow

Power BI

Job description

Resumo da vaga:

Buscamos uma pessa Cientista de Dados para criar, implementar e documentar um modelo de propensão que apoie a oferta de produtos no momento da cotação de um seguro. O objetivo é identificar, em tempo de cotação, a probabilidade de aceitação de produtos adicionais pelo cliente, permitindo ofertas mais assertivas e aumento da conversão.

Responsabilidades e atribuições:

• Realizar análise exploratória dos dados de cotação, clientes e histórico de aceitação de produtos.
• Construir features relevantes (feature engineering) a partir das bases disponíveis para prever propensão de compra.
• Desenvolver, treinar e validar o modelo de propensão (classificação / escore de probabilidade).
• Avaliar o desempenho com métricas adequadas ao caso de uso (AUC/ROC, KS, lift, recall/precision e calibração das probabilidades).
• Implementar o modelo em produção, viabilizando o escore no fluxo de cotação (batch ou tempo real, conforme arquitetura definida).
• Documentar o modelo de ponta a ponta: metodologia, premissas, variáveis, limitações, critérios de aceitação e governança (model card / documentação técnica).
• Garantir segurança, confidencialidade e conformidade no tratamento dos dados, conforme políticas internas e normas de governança.
• Apoiar o monitoramento do modelo e definir rotina de retreino, caso o escopo seja estendido.

Requisitos e qualificações:

• Proficiência em Python (pandas, scikit-learn e bibliotecas de ML) e SQL para manipulação e processamento de dados.
• Experiência prática em modelagem preditiva / propensão (classificação, estimativa de probabilidade), com domínio de feature engineering e avaliação de modelos.
• Experiência com Databricks (notebooks, análise e desenvolvimento de modelos em ambiente distribuído / Spark).
• Experiência com cloud Azure, especialmente Azure Data Lake e Databricks.
• Conhecimento em bancos de dados relacionais (SQL Server).
• Fundamentos sólidos de estatística e de boas práticas de data quality e governança.
• Noções de MLOps para colocar o modelo em produção (versionamento, deploy e monitoramento; MLflow é um diferencial).
• Noções de visualização de dados com Power BI para apresentação de resultados.

Desejáveis:

• Experiência no setor de Seguros (idealmente seguro auto, cross-sell/upsell ou precificação).
• Experiência prévia com modelos de propensão em pipeline de vendas / cotação.
• Experiência com deploy de modelos em tempo real.

Benefícios:

• Vale Alimentação e/ou Vale Refeição;
• Convênio Sesi e Sesc, oferecendo acesso a serviços de saúde, bem-estar e lazer;
• Parceria com Instituições de Ensino, com descontos exclusivos em cursos e programas educacionais;
• Auxílio para Certificações;
• Possibilidade de crescimento na empresa e de participação em projetos estratégicos;
• Oportunidade de trabalhar em uma empresa do mercado em plena expansão.