Experiência em desenvolvimento de modelos estatísticos para previsão de inadimplência, desenvolvimento de modelos com técnicas estatísticas tradicionais e machine learning. Experiência com manipulação de grandes bases de dados e criação de dashboards/acompanhamento de KPIs.Conhecimento avançado de linguagem SQL, Big query, SAS ou similar, Power Bi, pacote Office.Desejável conhecimento na área de crédito e fraude, modelagem e estruturação de dados, Python e R.Formação superior completa em: Estatística, atuária ou matemática.Responsável por analisar e interpretar grandes quantidades de dados de uma variedade de fontes, usando ferramentas algorítmicas, de mineração de dados, inteligência artificial, aprendizado de máquina e estatísticas, a fim de torná-los acessíveis à empresa. Principais Atividades: Gerar indicadores e insights para acompanhamento do resultado de políticas, estratégias e modelos a partir da extração de dados brutos; Suportar a área de Crédito na tomada de decisão e soluções baseadas em dados; Realizar Data mining e identificação padrões de comportamento para otimizar os resultados; Realizar Data quality, manutenção do Data lake e preparação das bases de dados para o desenvolvimento dos modelos. Desenvolver modelos estatísticos para área de Crédito e Fraude: Credit scores, behaviour scores, utilizando as técnicas estatísticas mais adequadas. Analisar novas fontes de dados internas e de mercado para oportunidades em modelo de previsão de inadimplência.