Description
Na Topaz, a tecnologia nos une e a evolução nos conecta
Em nossa organização, estamos totalmente comprometidos em contribuir para soluções financeiras que tornem a indústria um lugar seguro, acessível e dinâmico. Queremos alcançar diferentes partes do mundo com nosso amplo ecossistema de soluções tecnológicas. Por isso, convidamos você a fazer parte dessa equipe
Além disso, temos ótimos benefícios para você Sabemos que, juntos, alcançaremos o sucesso, então se candidate e faça parte desse grande time.
Responsibilities
Seu Dia a Dia na Topaz:
Na Topaz, você será responsável por liderar o desenvolvimento e a implantação de modelos avançados que impulsionam a prevenção de fraudes em larga escala. Seu dia-a-dia será desafiador e repleto de oportunidades para aplicar suas habilidades técnicas e estratégicas. Entre as principais atividades estão:
· Desenvolvimento e Experimentação de Modelos:
Projetar, treinar e validar modelos de aprendizado de máquina utilizando algoritmos avançados.
Realizar experimentos para testar novas abordagens, ajustando hiper parâmetros e avaliando métricas como FPR e recall.
· Implantação e Monitoramento em Produção:
Trabalhar em conjunto com engenheiros MLOps para criar pipelines robustos que garantam a escalabilidade dos modelos em ambientes produtivos.
Monitorar o desempenho dos modelos em produção, identificando possíveis degradações ou oportunidades para melhorias contínuas.
· Otimização e Manutenção Contínua:
Atualizar os modelos com novos dados para garantir que permaneçam relevantes frente a mudanças no comportamento fraudulento.
Implementar técnicas de explicabilidade para tornar os modelos transparentes e alinhados às regulamentações aplicáveis.
· Pesquisa e Inovação:
Explorar novas tecnologias, frameworks e algoritmos para manter a solução na vanguarda da detecção de fraudes.
Contribuir para a criação de boas práticas e padrões técnicos dentro da equipe.
Prerequisites
O que você precisa conhecer para fazer parte da Topaz?
Ciência de Dados e Modelagem
Analisar dados estruturados e não-estruturados para identificar padrões de fraude e lavagem de dinheiro
* Desenvolver modelos de Machine Learning (classificação, clusterização, detecção de anomalias) para problemas de segurança financeira
* Aplicar feature engineering, tratar missing values, normalizar dados e balancear datasets
* Evitar data leakage na separação e validação de datasets
* Criar visualizações para comunicar resultados a diferentes públicos
* Experimentar algoritmos diversos (ScikitLearn, LightGBM, CatBoost, Keras, TensorFlow, PyTorch)
Engenharia de Dados
Trabalhar com bancos de dados distribuídos (Athena, Hive, Spark) processando grandes volumes
* Otimizar queries SQL reduzindo custos e tempo de execução
* Manipular dados estruturados (CSV, Parquet) e não-estruturados (JSON, imagens)
* Desenvolver pipelines de transformação e preparação de dados
Machine Learning Engineering
Criar e manter pipelines automatizados de ML (treinamento, validação, deploy)
* Containerizar aplicações com Docker
* Gerenciar PODs e deployments com Kubernetes
* Garantir escalabilidade e disponibilidade das soluções
Monitoramento e Manutenção
Monitorar performance dos modelos em produção
* Detectar e corrigir data drift e concept drift
* Configurar alertas e dashboards de métricas
* Implementar retreinamento automático e versionamento de modelos
* Aplicar técnicas de explicabilidade (XAI) para conformidade regulatória
Inovação
Pesquisar novas tecnologias e algoritmos de ML
* Contribuir com boas práticas e documentação técnica
* Manter-se atualizado em Data Science e Machine Learning
Requisitos Obrigatórios
Fundamentos
Matemática e Estatística:
* Sólido conhecimento em matemática, estatística e probabilidade
Machine Learning:
* Experiência com algoritmos de classificação, clusterização e detecção de anomalias
* Domínio do ciclo completo de ML: transformação, feature engineering, treinamento, validação
* Frameworks: ScikitLearn, LightGBM, CatBoost, Keras, TensorFlow, PyTorch
Dados:
* Manipulação com Numpy e Pandas
* Dados não-estruturados (JSON, imagens)
* Visualização (Matplotlib, Seaborn, Plotly, ApexCharts)
Bancos de Dados:
* Experiência com SQL e bancos relacionais
* NoSQL (MongoDB, DocumentDB, DynamoDB)
* Bancos distribuídos (Athena, Hive, Spark)
* Otimização de queries
* ORM em Python
Python:
* Desenvolvimento robusto em Python
* Git para versionamento
* Estruturas de dados, algoritmos e design patterns
* Testes: pytest (unitários), Locust (carga)
Cloud e Infraestrutura (AWS):
* S3, Athena, DynamoDB, EC2, Lambda, ECR, ECS/EKS
* Docker para containerização
* Kubernetes para orquestração
* Terraform (conceitos básicos)
* GitLab CI/CD (conceitos básicos)
Diferenciais
* Ferramentas MLOps (Dagster, MLflow, Kubeflow, Airflow)
* Feature Stores e Model Registry
* Experiência em detecção de fraudes, anomalias ou segurança financeira
* NLP ou processamento de imagens (OpenCV, PIL)
* Certificações AWS (Solutions Architect, ML Specialty)
* Contribuições open source ou publicações técnica
Se você tem esse perfil e quer fazer parte de um time inovador e dinâmico, venha para a Topaz
Experiences
Tenha em mente esses benefícios que irão melhorar sua experiência na Topaz
• Saúde e Bem-estar: Porque pensamos em nossas equipes, oferecemos diferentes planos de saúde, focados em promover o bem-estar na organização.
• Desenvolvimento pessoal e profissional: Estamos em constante evolução. Por isso, oferecemos ambientes, programas e políticas que garantem o espaço e as oportunidades necessárias para vocêRota de carreira.
• Flexibilidade e tempo livre: Aqui você encontrará o tempo necessário para recarregar as energias, além de poder desfrutar de um dia de folga no seu aniversário Modalidade de trabalho híbrido.
• Convênios: Oferecemos diferentes convênios e descontos.