Data AnalyticsÁrea:Financeira Consignado/ Varejo | Controle e Resultado - Analytics
Modelo de Trabalho:Híbrido (3 dias presenciais por semana)Sobre a Área
A área de Analytics é responsável pela construção, implantação e monitoramento de modelos preditivos para diferentes frentes do negócio da Financeira, como fraude, estorno, inadimplência, abandono, propensão e ativação. Utilizando informações internas e externas, buscamos gerar insights estratégicos para gestão de negócio e risco, impactando diretamente os resultados da Financeira.Desafios da Posição
Maximizar os resultados dos produtos financeiros por meio da aplicação de modelos estatísticos avançados.
Monitorar e garantir a estabilidade das ferramentas analíticas, assegurando a confiabilidade dos modelos.
Contribuir para o aumento das vendas, mantendo o controle da inadimplência por meio de técnicas deanalytics .
Identificar novas oportunidades para aplicação de ciência de dados e analytics na tomada de decisão estratégica.Como será o seu dia a dia?
Desenvolver e acompanhar estratégias de crédito baseadas em modelos estatísticos.
Monitorar variáveis e avaliar a performance dos modelos, garantindo aderência aos resultados esperados.
Explorar e analisar grandes volumes de dados para identificar padrões e oportunidades de melhoria.
Implementar modelos estatísticos, programando códigos para cálculo descoree elaborando especificações técnicas.
Trabalhar em projetos estratégicos comadvanced analytics, criando segmentações e previsões para churn, fraude e inadimplência.
Interagir diretamente com as áreas de Produto, Projetos e TI para garantir a integração e aplicação dos modelos.️ Requisitos da Posição
✔ O que você precisa ter (Obrigatório):
Graduação completa em Exatas (Estatística, Matemática, Ciência da Computação, Engenharia, etc.).
Experiência emanalytics .
Vivência em técnicas estatísticas e linguagens de programação (SQL, Python, R, etc.).
Experiência com manipulação de grandes bancos de dados.
Capacidade analítica e raciocínio lógico.➕ O que pode te destacar (Diferenciais):
Conhecimento em políticas de crédito e implantação de modelos estatísticos.
Experiência com modelagem preditiva e análise de risco.
Conhecimento em ferramentas como Skynet (Stepwise), Power BI e outras plataformas analíticas.