Descrição do Cargo
O profissional que ocupa esse cargo será responsável por criar e implementar modelos e algoritmos para identificação de riscos. Além disso, ele irá testar e validar modelos para garantir precisão e eficácia. Outra tarefa importante é a coleta, limpeza e análise de grandes volumes de dados transacionais para identificar padrões de riscos.
Para desempenhar essa função com sucesso, o profissional precisará trabalhar em estreita colaboração com equipes de outras áreas. Ele também precisará comunicar descobertas e recomendações para as partes interessadas de forma clara e eficaz. Além disso, ele precisará monitorar continuamente as transações e atividades para detectar comportamentos suspeitos em tempo real.
Atividades Principais:
1. Criar e implementar modelos e algoritmos para identificação de riscos;
2. Testar e validar modelos para garantir precisão e eficácia;
3. Coletar, limpar e analisar grandes volumes de dados transacionais para identificar padrões de riscos;
4. Trabalhar em estreita colaboração com equipes de outras áreas;
5. Comunicar descobertas e recomendações para as partes interessadas de forma clara e eficaz;
6. Monitorar continuamente as transações e atividades para detectar comportamentos suspeitos em tempo real;
7. Ajustar e otimizar modelos e sistemas com base no feedback e nos resultados de desempenho.
Nossas Ofertas:
- Vale Alimentação/Vale Refeição;
- Plano de Saúde e Odontológico;
- Seguro de Vida;
- Vale Transporte;
- Duo Gourmet;
- Wellhub... e muito mais
Requisitos:
1. Graduação em Ciência da Computação, Estatística, Matemática, Engenharia ou áreas relacionadas;
2. Proficiência em linguagens de programação como Python, R e SQL;
3. Experiência com ferramentas e bibliotecas de machine learning (ex: scikit-learn, TensorFlow, PyTorch);
4. Familiaridade com bancos de dados relacionais e não relacionais (ex: SQL, NoSQL);
5. Conhecimento de técnicas de modelagem como modelos de classificação, redes neurais, análise de anomalias e técnicas de aprendizado não supervisionado;
6. Capacidade de analisar grandes volumes de dados e identificar padrões suspeitos;
7. Habilidades de resolução de problemas complexos;
8. Capacidade de trabalhar em equipe multidisciplinar;
9. Habilidades de comunicação para traduzir achados técnicos em insights.
É fundamental que o candidato seja gradudado em alguma área relacionada e tenha experiência com ferramentas e bibliotecas de machine learning.