Coordenador de Analytics Prevenção a Fraudes

Nosso time de Dados em Prevenção a Fraude atua de maneira analítica observando padrões e comportamentos para manter nosso aplicativo cada vez mais seguro. Hoje tem participação expressiva nos resultados da área de tecnologia. Trabalhamos em um ambiente que valoriza a comunicação aberta, a inovação e o desenvolvimento contínuo.

Como será o seu dia:

Coordenar uma equipe multidisciplinar de cientistas e analistas de dados voltada para a prevenção e combate a fraudes;

Liderar o desenvolvimento, a implementação e a manutenção de modelos de machine learning e algoritmos preditivos para identificação de comportamentos suspeitos;

Supervisionar a construção e otimização de dashboards, relatórios e KPIs para monitoramento contínuo de fraudes e riscos operacionais;

Garantir a qualidade, escalabilidade e desempenho das soluções analíticas desenvolvidas;

Facilitar a integração dos modelos e indicadores às plataformas internas (com foco em ambientes de nuvem como AWS);

Atuar como ponte entre a equipe técnica e as áreas de negócio, traduzindo necessidades estratégicas em soluções baseadas em dados;

Propor e liderar iniciativas de inovação e melhoria contínua na área de dados aplicada à prevenção a fraudes;

Fomentar uma cultura de dados, promovendo boas práticas e capacitação contínua da equipe;

Garantir a governança e documentação dos modelos e processos analíticos implementados.

O que esperamos de você:

Experiência sólida com gestão de times de dados (analytics, data science, BI ou similares);

Conhecimento profundo em linguagens como Python e SQL;

Experiência em desenvolvimento e aplicação de modelos de machine learning para detecção de fraudes ou problemas similares;

Familiaridade com ambientes de nuvem (AWS, GCP ou Azure) e suas ferramentas de dados (ex: S3, Glue, Redshift, SageMaker, Athena, etc.);

Domínio de ferramentas de visualização de dados (Power BI, QuickSight, Tableau, etc.);

Vivência com pipelines de dados, boas práticas de versionamento de código e deploy de modelos;

Formação superior em áreas como Ciência da Computação, Engenharia, Estatística, Matemática ou similares;

Desejável: Pós-graduação, Mestrado ou certificações em Data Science, Machine Learning ou áreas correlatas.