Senior Data Scientist - Inadimplência em E-commerce (Remoto)

Sylision; United States; Remote; USD 81,000 - 132,000; Full time

Benefits offered by this job

Remoto total

Horários flexíveis

Contrato CLT ou PJ

Job summary

A Sylision procura um Cientista de Dados Sênior para atuar no domínio de inadimplência em E-commerce. O desafio envolve definir o desfecho, preparar dados, evitar vazamentos e orientar decisões de crédito, tudo em ambiente 100% remoto.

Você vai treinar e validar modelos (logística e gradient boosting), calibrar probabilidades, explicar resultados para negócio e risco, e acompanhar a estabilidade ao longo de ciclos trimestrais, com documentação rigorosa e integração com equipes globais.

Qualifications

• Modelagem de risco de crédito e validação por safra.
• Python com Pandas e scikit-learn.
• SQL para dados de compra, pagamento e cobrança.
• Estatística: calibração, intervalos e testes.
• Capacidade de explicar um modelo a áreas não técnicas e a quem audita.
• Noção de LGPD e de decisão automatizada.
• Jupyter e Git.

Responsibilities

• Definir o desfecho de inadimplência e a janela de observação.
• Montar variáveis com data de corte e eliminar vazamento de informação posterior à compra.
• Tratar o viés de seleção dos recusados com técnicas de inferência de rejeitados.
• Treinar e validar modelos por safra, comparando regressão logística e gradient boosting.
• Calibrar as probabilidades e traduzir em política de limite e entrada.
• Explicar o resultado a negócio e a risco, incluindo variáveis que mais pesam.
• Acompanhar estabilidade da população e do desempenho, e propor reajuste.
• Orientar cientistas sobre validação por safra e comunicação de incerteza.

Skills

Python

Pandas

scikit-learn

SQL

Estatística

Jupyter

Git

SHAP

Tools

SHAP

Job description

A Sylision procura um Cientista de Dados Sênior para atuar no domínio de inadimplência em E-commerce. O desafio envolve definir o desfecho, preparar dados, evitar vazamentos e orientar decisões de crédito, tudo em ambiente 100% remoto.

Você vai treinar e validar modelos (logística e gradient boosting), calibrar probabilidades, explicar resultados para negócio e risco, e acompanhar a estabilidade ao longo de ciclos trimestrais, com documentação rigorosa e integração com equipes globais.