Data Scientist

Cientista de Dados Pleno hiSofi · Remoto · PJ

Sobre a hiSofi A hiSofi atua com recuperação de crédito e negociação de dívidas para grandes carteiras, combinando tecnologia, dados e operação omnicanal. A área de Dados e Operações sustenta as decisões de estratégia de cobrança, réguas de acionamento, precificação de acordos e acompanhamento de performance das carteiras dos clientes.

Sobre a vaga Você vai transformar os dados das carteiras de cobrança em decisões que aumentem a recuperação e reduzam o custo de acionamento. Vai construir modelos preditivos (propensão a pagamento, contactabilidade, quebra de acordo), conduzir análises e experimentos com o negócio e colocar essas soluções em produção junto ao time de engenharia de dados.

Você vai integrar o time de Dados e Operações, com seis profissionais, reportando ao Head de Dados e Operações.

Responsabilidades Modelagem, Machine Learning e IA

• Desenvolver, validar e manter modelos de ML para cobrança: propensão a pagamento, segmentação de devedores, melhor canal e horário de contato e risco de quebra de acordo.
• Colocar modelos em produção e monitorar performance, drift e necessidade de retreino.
• Avaliar e aplicar IA generativa e LLMs em casos de uso da operação, como classificação de interações e apoio à negociação.

Análise e experimentação

• Conduzir análises exploratórias e estatísticas para identificar padrões e oportunidades de melhoria nas carteiras.
• Desenhar e analisar testes A/B de réguas de acionamento, ofertas e canais.
• Definir, acompanhar e explicar KPIs de negócio: recuperação, conversão, contactabilidade e custo por acordo.

Dados e engenharia analítica

• Coletar e integrar dados de múltiplas fontes (bancos de dados, APIs, arquivos) em visões unificadas e confiáveis.
• Limpar e preparar dados, tratando ausentes, duplicados e anomalias.
• Construir e automatizar pipelines de ETL/ELT e rotinas recorrentes de análise e relatório.

Comunicação e negócio

• Traduzir resultados técnicos em recomendações acionáveis para operação, comercial e diretoria.
• Criar dashboards, relatórios e apresentações para stakeholders internos e clientes.
• Trabalhar com outras áreas para entender necessidades de dados, propor soluções e capacitar usuários em ferramentas de BI.

Qualidade e governança

• Garantir qualidade, integridade e rastreabilidade dos dados e dos modelos.
• Contribuir com políticas de governança, segurança e conformidade com a LGPD.

Requisitos

• Formação superior em Estatística, Matemática, Ciência da Computação, Engenharia, Economia ou áreas afins.
• Experiência comprovada como Cientista de Dados, com modelos de ML levados a produção.
• Python avançado para dados (pandas, scikit-learn, XGBoost/LightGBM ou similares).
• SQL avançado (window functions, CTEs, otimização de queries) em bancos analíticos.
• Base sólida de estatística: inferência, testes de hipótese, desenho de experimentos e regressão.
• Experiência com Git e boas práticas de código.
• Capacidade de comunicar resultados para público não técnico.

Diferenciais

• Experiência em cobrança, crédito, risco ou fintech.
• AWS (S3, Glue, Lambda, SageMaker) e Redshift.
• MLOps: MLflow, orquestração (Airflow/Step Functions) e deploy de modelos via API ou batch.
• LLMs, NLP ou análise de texto de interações (WhatsApp, e-mail, voz).
• Modelos de séries temporais e de sobrevivência.
• Metabase ou QuickSight.
• Conhecimento de LGPD aplicada a dados pessoais.

O que valorizamos

• Visão de negócio: priorizar o que gera impacto em recuperação e custo, não apenas acurácia.
• Autonomia para conduzir um problema do entendimento até a produção.
• Pensamento crítico e rigor com qualidade de dados e validação de resultados.
• Comunicação clara e colaboração com times técnicos e de operação.
• Curiosidade e aprendizado contínuo.

Stack Python, SQL · Amazon Redshift, PostgreSQL · AWS S3, Glue, Lambda, DMS, EventBridge · Metabase, Amazon QuickSight

Contratação

• Regime: PJ
• Modelo de trabalho: remoto

Remuneração

A combinar. ~R$9000/mensais

Etapas do processo Triagem de Currículos > case técnico > entrevista com o time > entrevista final