* Salário: R$ 11.000 a R$ 20.000 por mês (estimado)
* O valor exibido é uma estimativa calculada com base em dados públicos e referências do mercado. Não garantimos que este seja o salário oferecido para esta vaga específica.
Área: Tecnologia da Informação
Nível: Senior
Sobre a oportunidade. A Confidencial (Apenas para Cadastrados) está formando banco de talentos em ciência de dados para projetos em um grande cliente do setor financeiro, construindo modelos que apoiam decisões de negócio. Trabalho 100% remoto, com contratações previstas até dezembro de 2026. Vaga para os níveis Júnior, Pleno e Sênior: indique na candidatura o nível em que você se encaixa.
O que você vai fazer
- Explorar, limpar e preparar dados, identificando padrões e inconsistências
- Construir, validar e explicar modelos analíticos e preditivos
- Traduzir necessidades do negócio em hipóteses, métricas e abordagem analítica
- Comunicar resultados para públicos não técnicos, com foco em impacto
- Documentar hipóteses e decisões, com uso ético dos dados e atenção à LGPD e a vieses
Requisitos comuns
- Python para dados (pandas, numpy) e visualização (matplotlib, seaborn, plotly)
- Estatística e probabilidade aplicadas
- Machine learning supervisionado e não supervisionado
- Métricas de avaliação: RMSE/MAE, AUC, precision/recall, F1
- SQL
- Git e reprodutibilidade
Formação: superior em Estatística, Ciência de Dados, Matemática, Economia, Engenharia, TI ou áreas correlatas.
Diferenciais: experiência no segmento de cooperativas de crédito; conceitos de negócio como churn, risco e segmentação.
Cientista de Dados Júnior
Atua em demandas de escopo bem definido, com orientação sobre abordagem, métricas e critérios de qualidade.
- Testes de hipótese, intervalos de confiança, correlação x causalidade
- Noções de overfitting e underfitting
- SQL básico/intermediário: JOIN, GROUP BY, agregações
- Notebooks organizados e checklist de qualidade
Cientista de Dados Pleno
Conduz projetos de ponta a ponta com autonomia, da pergunta ao modelo e à entrega.
- Modelagem preditiva, seleção de features e tuning; SHAP/LIME como diferencial
- Testes A/B, amostragem e significância
- SQL avançado e modelagem analítica (star schema)
- Deployment (APIs, batch scoring) e monitoramento de drift e viés
- Boas práticas de engenharia: modularização, testes, logs
- Databricks, BigQuery ou Snowflake; cloud AWS, Azure ou GCP
Cientista de Dados Sênior
Lidera iniciativas complexas e estratégicas, define padrões do time e contribui para o roadmap.
- Modelagem avançada: séries temporais, NLP, fraude/anomalia, recomendação, otimização
- MLOps: CI/CD, feature store, model registry, observabilidade
- Causalidade: A/B robusto, quasi-experimentos, propensity score, DiD
- Governança de modelos: explicabilidade, fairness, auditoria, compliance
- Priorização por ROI e roadmap técnico; mentoria