Cientista de Dados Pleno (Previsão de Inadimplência em Meios de Pagamento)
Sobre a vaga
Vaga aberta de Cientista de Dados Pleno (Previsão de Inadimplência em Meios de Pagamento). A empresa contratante é confidencial neste anúncio, e a seleção é conduzida pela Sylision. Modelo 100% remoto. Contratação: tempo integral, CLT ou PJ.
Publicada em 04/11/2026.
A empresa de meios de pagamento oferece antecipação de recebíveis e capital de giro a lojistas, e parte dessas operações vira inadimplência quando as vendas futuras que garantiam o crédito não acontecem. A pergunta é de negócio: a quais lojistas oferecer, em que limite e a que preço, de modo que a perda esperada fique dentro do que o produto suporta.
Você vai construir o modelo de probabilidade de inadimplência e a análise que o transforma em política. Os cuidados são os de crédito de verdade: definição de inadimplência e janela de observação por safra, variáveis do histórico de vendas que só podem usar informação disponível na data da oferta, vazamento por variáveis calculadas depois do evento, calibração das probabilidades, inferência sobre quem foi recusado no passado e estabilidade do modelo entre safras.
O resultado é um modelo validado fora do tempo e fora da amostra, com a estimativa de perda por faixa de risco, a política de corte com seu efeito em volume aprovado, e um acompanhamento mensal de safras que mostra rápido quando algo muda.
O que você vai fazer
- Definir com a área de crédito o conceito de inadimplência e as janelas de observação por safra
- Construir variáveis a partir do histórico de vendas, chargebacks e comportamento do lojista
- Treinar e comparar modelos de classificação com validação por safra e fora do tempo
- Calibrar as probabilidades e medir a estabilidade do modelo entre safras
- Tratar viés de seleção por meio de análise dos recusados no passado
- Traduzir a probabilidade em política de limite e de preço, com simulação de perda esperada
- Comparar a política nova com a antiga por meio de teste controlado quando possível
- Montar o acompanhamento mensal das safras e do desvio entre perda esperada e observada
Requisitos
- Python com Pandas e scikit-learn em modelagem de classificação
- SQL para montar bases de safras sem vazamento de informação
- Estatística: calibração, intervalos de confiança, curva ROC, KS e estabilidade da população
- Entendimento de risco de crédito: perda esperada, safra, roll rate
- Interpretação do modelo para áreas de crédito e de risco, com SHAP ou equivalente
- Escrita de documentação técnica que um auditor consiga seguir
Diferenciais
- Experiência com crédito para pessoa jurídica ou recebíveis
- Inferência de rejeitados e estimativa de efeito causal de política
- Regressão logística com restrições de monotonicidade
- Conhecimento das normas do Banco Central sobre provisão e risco
Como é trabalhar aqui
Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Cada modelo é validado por uma segunda pessoa de dados com acesso à documentação e aos dados originais, e as conclusões são levadas ao comitê de crédito com as limitações descritas. O ritmo é mensal, em torno do fechamento das safras. Na candidatura, informe a sua pretensão salarial.
Benefícios oferecidos pela empresa contratante
- Ambiente colaborativo, com senso de comunidade e conquistas celebradas em equipe
- Trabalhe de qualquer lugar, com liberdade e flexibilidade
- Conexão global: convivência com times de diferentes países e culturas
- Apoio à saúde física com TotalPass e Mediquo
- Cuidado com a saúde mental pelo programa Team Care
- Contratação e jornada definidas com a empresa contratante
Tecnologias
Vagas parecidas
Como funciona o processo
- Você envia o currículo uma única vez. Ele entra no banco da Sylision e vale para os processos compatíveis, os de hoje e os que abrirem depois.
- A busca é feita por pessoas: quando surge um processo que combina com o que você faz, a gente chama, normalmente por WhatsApp.
- Os seus dados são tratados conforme a LGPD, e a remoção é feita a qualquer momento, a seu pedido.
Antes de aceitar qualquer proposta
A Sylision existe para você saber onde está entrando
Nós somos um acervo público sobre como as empresas funcionam por dentro, feito de respostas de quem já saiu delas. Dá para ver quanto tempo as pessoas ficavam, quantas saíram no último ano e o que mudou de um ano para o outro, antes de você responder a uma proposta.
As vagas são uma porta. O que a gente faz é isto, e ele só existe porque quem já saiu respondeu. Leva de 2 a 3 minutos, é de múltipla escolha, e não pede CPF nem e-mail.
Candidate-se a esta vaga
Anexe o seu currículo. Ele vale para esta vaga e para os próximos processos compatíveis, sem refazer cadastro.