Especialista em Ciência de Dados - Mercado Pago

Vibram energia empreendedora: são movidas pela curiosidade, nunca desistem e estão focadas em superar seus próprios limites; Dão o máximo, porque adoram trabalhar com compromisso e dedicação; Encaram as mudanças como oportunidades e aprendem com seus erros; A excelência e a execução são primordiais na sua forma de fazer as coisas; Promovem o bom clima, a alegria e a diversão; Sabem como construir com outras pessoas e desfrutam trabalhando em equipe. Ter experiência mínima de 3-5 anos atuando com Ciência de Dados em startups, bancos, big techs ou consultorias, preferencialmente no setor de serviços financeiros; Experiência comprovada na construção, validação e acompanhamento de modelos de Machine Learning em ambiente de negócio; Proficiência em SQL, com capacidade de trabalhar com grandes volumes de dados, escrever queries complexas, realizar cruzamentos de múltiplas fontes e otimizar consultas; Proficiência em Python; Facilidade de comunicação e colaboração com áreas não técnicas, atuando como facilitador(a) na interface entre tecnologia e negócios; Perfil empreendedor, proativo e motivado por ambientes dinâmicos, mudanças rápidas e projetos desafiadores. Desenhar, desenvolver e implantar modelos de Machine Learning focados em resolver problemas de negócio de alto impacto em serviços de Fintech; Traduzir problemas de negócio em problemas de modelagem, definindo hipóteses, variáveis, métricas de sucesso e estratégias de experimentação, garantindo o alinhamento com as prioridades do time e da organização; Planejar e executar experimentos e análises de impacto, garantindo rigor estatístico, desenho adequado de grupos de controle e leitura correta de resultados; Definir, acompanhar e comunicar KPIs de performance dos modelos, desde métricas técnicas (ex.: AUC, precisão, recall, uplift) até métricas de negócio (ex.: receita incremental, redução de churn, aumento de engajamento); Desenvolver análises exploratórias e diagnósticas em grandes volumes de dados, gerando insights que suportem decisões estratégicas, mesmo quando não há uso direto de modelos (por exemplo, extração de dados, cruzamento de bases, validação de hipóteses); Atuar como ponte entre o time técnico e as áreas de negócios, articulando claramente trade-offs entre soluções rápidas (MVPs, análises pontuais, modelos mais simples) e desenvolvimentos mais robustos e complexos, que exigem mais tempo; Ajudar a desenhar roadmaps de projetos, incluindo priorização de iniciativas, estimativa e justificativa de esforços, riscos, dependências e critérios de sucesso; Garantir a qualidade ao longo do ciclo de vida dos modelos, desde o entendimento do dado, preparação e feature engineering, até monitoramento em produção e revisão de performance; Colaborar com times multidisciplinares (produto, negócios, engenharia de dados, engenharia de software) para viabilizar soluções ponta a ponta, desde a concepção até a implementação e acompanhamento em produção; Manter-se atualizado(a) sobre técnicas de modelagem, inferência causal, ferramentas de dados e tendências de mercado, compartilhando aprendizados com o time.