Você irá: - Desenvolver e implementar algoritmos e modelos de machine learning para detecção de fraudes em transações bancárias. - Analisar grandes conjuntos de dados utilizando Python, Pytorch, Scipy e outras ferramentas para identificar padrões e anomalias. - Colaborar com equipes multidisciplinares para entender os requisitos de negócios e traduzi-los em soluções analíticas. - Realizar a limpeza, transformação e preparação de dados para análise. - Construir e manter pipelines de dados eficientes para alimentar modelos em tempo real. - Avaliar a eficácia dos modelos existentes e propor melhorias contínuas. - Explorar novas técnicas e algoritmos para melhorar a precisão e eficiência da detecção de fraudes. - Comunicar os resultados de forma clara e eficaz para diferentes partes interessadas. - Adaptar-se rapidamente a novas tecnologias e metodologias emergentes. - Colaborar com outras equipes internas e externas para aplicar técnicas de ciência de dados em diferentes áreas do banco. Esperamos que você: - Tenha experiência comprovada em ciência de dados, preferencialmente em um ambiente bancário ou financeiro. - Proficiência em Python para análise de dados e desenvolvimento de modelos. - Familiaridade com Pytorch para implementação de modelos de deep learning. - Experiência com bancos de dados SQL, como BigQuery, para manipulação eficiente de grandes conjuntos de dados. - Conhecimento sólido em estatística e técnicas de machine learning, como regressão, classificação e clustering. - Habilidade para trabalhar com bibliotecas Python como Scipy, Pandas, NumPy, etc. O que não pode faltar: - Mente aberta e capacidade de pensar criativamente para resolver problemas complexos; - Excelentes habilidades de comunicação e capacidade de trabalhar em equipe; - Capacidade de adaptação e aprendizado contínuo em um ambiente dinâmico.