Data AnalyticsÁrea: Financeira Consignado/ Varejo | Controle e Resultado - AnalyticsModelo de Trabalho: Híbrido (3 dias presenciais por semana)Sobre a ÁreaA 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 PosiçãoMaximizar 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 de analytics .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 de score e elaborando especificações técnicas.Trabalhar em projetos estratégicos com advanced 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 em analytics .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.