Principal Data Scientist

Sobre nós

Somos Parte De Um Dos Pilares Estratégicos Do Magalu e Desenvolvemos Internamente As Tecnologias De Meios De Pagamento Do Nosso Ecossistema. Nós Últimos Anos, Crescemos Exponencialmente e Nos Tornamos Uma Das Maiores Empresas Do Setor. Oferecemos Soluções Como

• Contas digitais;
• Gestão de recebíveis;
• Split de pagamentos;
• Saques e transferências;
• Adquirência, cartão de crédito, crédito, Pix, e muito mais!
  
  

Nosso propósito é claro: digitalizar empresas e promover inclusão financeira, especialmente entre os empreendedores brasileiros.

Na Magalupay, dados e Machine Learning são a espinha dorsal da nossa estratégia. Buscamos um Principal Data Scientist para atuar como liderança técnica sênior, trabalhando diretamente com nossas Unidades de Negócio para conceber e implementar soluções que impulsionam nossas decisões de crédito.

Descrição Do Cargo

Como especialista técnico, você supervisionará o ciclo de vida completo de modelos de alta criticidade, garantindo que eles suportem decisões de negócio precisas e de alto impacto. Sua missão é extrair o valor máximo desses modelos para tornar nossa estratégia de crédito a mais competitiva, justa e segura do mercado

O Que Você Fará

• Liderança Técnica: Comandar o desenvolvimento, validação e monitoramento de modelos de ML de impacto direto no negócio.
• Parceria Estratégica: Traduzir desafios complexos de negócio em soluções de Data Science acionáveis para as áreas de Crédito.
• Otimização de Performance: Conduzir análises robustas de risco para identificar oportunidades de melhoria nos modelos em produção.
• Arquitetura e Escalabilidade: Influenciar a definição da arquitetura de dados e ML, garantindo robustez tecnológica.
• Gestão de Stakeholders: Comunicar resultados técnicos e recomendações estratégicas para líderes de forma clara e estruturada.
• Autonomia e Visão Holística: Definir prioridades técnicas com foco total no "big picture" e no resultado final da organização.
  
  

O Que Buscamos

• Experiência Sênior/Principal: Histórico comprovado no desenvolvimento de modelos de machine learning (ML) para processos críticos de decisão (preferencialmente em Finanças/Crédito).
• Expertise Técnica: Profundo conhecimento em Python, SQL e ferramentas e algoritmos de machine learning.
• Conhecimento de estatística clássica, teste de hipóteses e experimentação (por exemplo, inferência causal).
• Visão Sistêmica e Operacionalização de Modelos: Capacidade de projetar soluções de ML que sejam escaláveis e robustas, atuando na definição de arquiteturas (como feature stores, model registries e pipelines automatizados) em parceria com times de engenharia. Busca-se um profissional que entenda o ciclo de vida completo do modelo, desde a experimentação até o deploy, e que seja capaz de reduzir o atrito entre desenvolvimento e produção, garantindo que os modelos entreguem valor de forma consistente e autônoma.
• Padronização e Governança: Experiência na criação de camadas de abstração e bibliotecas internas que encapsulam boas práticas e padronizam o ciclo de vida de desenvolvimento de modelos. O objetivo é garantir consistência técnica, rastreabilidade (linhagem de dados/modelos) e conformidade regulatória, permitindo que times de negócio inovem rapidamente dentro de um guardrail técnico seguro.
• Cultura de Engenharia: Experiência prática com Git/GitHub em ambientes produtivos.
• Resolução de Problemas: Fortes habilidades analíticas para diagnosticar riscos e propor soluções baseadas em dados.
• Comunicação e Influência: Capacidade de apresentar análises complexas para públicos técnicos e executivos.
• Idiomas: Inglês avançado (leitura e conversação).
  
  

Diferenciais

• Vivência em ambientes de MLOps e Data Warehousing moderno (Sagemaker, Vertex, MLflow, Athena, Redshift, BigQuery, Snowflake, …).
• Arquitetura de ML em Escala: Histórico de desenho de arquiteturas de machine learning em nuvem que suportam múltiplos modelos em produção simultaneamente, com bom entendimento de trade-offs entre diferentes abordagens (batch vs. online, inferência em tempo real, custo vs. latência, etc.).
• Construção do Zero: Experiência em estruturar áreas de ML do início, definindo desde a infraestrutura básica até os processos de desenvolvimento, validação e monitoramento, preparando o terreno para o crescimento escalável do time.
• Pós-graduação (Mestrado ou Doutorado) em áreas quantitativas.
  
  

‘’Se você busca um ambiente de crescimento e desafios, Vem ser feliz!"

Saiba mais sobre nós: www.magalupay.com.br

Se essa oportunidade faz sentido para você, inscreva-se e venha transformar o mercado com a gente!

Valorizamos a diversidade e a inclusão em todas as nossas vagas. Aqui no MagaluPay, todas as pessoas são bem-vindas – independentemente de gênero, raça, orientação sexual, deficiência ou qualquer outra característica.