Somos uma empresa global de tecnologia que fornece soluções de pagamento, fazemos parte da PagoNxt, o hub de pagamentos do Grupo Santander. Operando em mais de 10 países, nossa missão é imaginar, cuidar e simplificar, usando tecnologia e inovação para atender nossos clientes, desde pequenos empreendedores até grandes corporações, com soluções físicas e digitais para todos os tipos de negócios.Vamos construir o futuro, juntos?Estamos moldando o futuro dos métodos de pagamento, conectando comunidades e empresas de forma simples e eficaz. Essa jornada é conduzida por pessoas dedicadas a aprimorar constantemente nossas soluções. Aqui, imaginamos o amanhã, cuidamos do hoje e simplificamos o agora, construindo um futuro Wow!O QUE TERÁ COMO PRINCIPAIS DESAFIOS?Ser referência e guiar o time na produtização de modelos, disseminação de boas práticas de análise e experimentação/teste de impacto;Proficiência em todo o processo de criação/evolução de modelos de ML: da escolha de dados e engenharia de features, passando pelo de design de algoritmos e experimentos e concluindo na análise/visualização do output e comunicação de resultados;Interpretação, visualização e comunicação de dados complexos: desenvolvimento de protótipos, modelos matemáticos, algoritmos, análises robustas e Insights acionáveis;Liderar projetos e iniciativas complexas, tomando a responsabilidade de desenhar e detalhar o escopo de dados, criar propostas, compartilhar conhecimento, adaptar planejamento interno e externo, ajustar expectativas e representar o time frente a outras áreas;Liderar iniciativas de pesquisa e desenvolvimento de novas plataformas, metodologias e soluções de Data Science. O que é necessário pra se inscrever:Machine Learning | Regressão, Classificação, Clusterização, Redes Neurais, Seleção de Features, Cross-Validation, "Curse of Dimensionality", Viés-Variânica, Explicabilidade de Modelos, etc;Estatística Avançada | Análise Descritiva, probabilidade, inferência, bootstrapping, desing experimental, modelagem preditiva, otimização, testes de hipótese, regressão, modelagem e métodos;Lógica de Programação | Escrever e revisar scrips e queries em banco de dados, usar parâmetros, criar variáveis;Data Modeling | Landing, Cleaning, Processing, Curation, Estruturas de Fato/Dimensão, encadeamento de ETLs, Data Marts;Big Data | Tecnologias, Soluções e Conceitos como Spark, Hadoop, Hive, MapReduce, Kafka;Modelagem Estatística & Advanced Analytics | NLP, Séries Temporais, Random Forests, Linear Regression, Logistic Regression, Clustering methods (e.g. K-means), Classification methods (Decision Trees/Random Forest), among others;MLOps básico | para entender os desafios de se colocar um modelo em produção;Experimentação | Testes A|B, Hipóteses, Modelos de Atribuição;Grandes Volumes | Extrair e manipular grandes bases de dados, utilizando a stack de dados disponível.FERRAMENTASSQL | Porque dado em planilha é coisa do passado;Python ou R | Pra quando a coisa fica bem séria;Scala, Java & Spark | Trabalhar com grande volume de dados sempre pode ser mais rápido;Teste de Hipóteses | Para suportar o processo de tomada de decisão e criar informação de suporte;Databricks | Uso de clusters e workspaces para BigData.