Cientista de Dados Pleno (Previsão de Inadimplência na Educação)
Sobre a vaga
Vaga aberta de Cientista de Dados Pleno (Previsão de Inadimplência na Educação). 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.
Uma rede de faculdades particulares tem uma carteira de mensalidades em que uma fatia relevante atrasa mais de trinta dias. A equipe de cobrança liga para todos na mesma ordem, sem distinguir quem pagaria com um lembrete, quem precisa de renegociação e quem vai abandonar o curso de qualquer forma. A pergunta de negócio é como priorizar o contato para recuperar mais receita com o mesmo tempo de equipe.
Você vai construir o modelo de probabilidade de inadimplência a partir do histórico de pagamento, do curso, do semestre, de bolsa e financiamento e do comportamento na plataforma. A parte difícil não é o algoritmo, e sim o rigor: validar no tempo e não em amostra aleatória, calibrar a probabilidade para que 30% queira dizer 30%, evitar variáveis que vazam o futuro e checar que o modelo não penaliza grupos por motivos que não deveriam pesar.
O modelo só serve se mudar a cobrança. Por isso você desenha o experimento: um grupo cobrado pela ordem do modelo e um grupo pela ordem antiga, medindo valor recuperado por hora de equipe e efeito sobre a evasão, já que cobrar demais pode afastar o aluno. Entrega-se a recomendação com a incerteza do resultado dita com clareza.
O que você vai fazer
- Construir a base de histórico de pagamento por aluno com cuidado contra vazamento de futuro
- Treinar e comparar modelos de probabilidade de atraso com validação temporal
- Calibrar as probabilidades e escolher o corte conforme o custo do contato
- Avaliar viés entre grupos e documentar quais variáveis foram excluídas e por quê
- Desenhar o experimento de cobrança priorizada e calcular o tamanho de amostra
- Medir valor recuperado por hora de equipe e efeito sobre a evasão
- Apresentar a conclusão à diretoria financeira com premissas e incerteza
Requisitos
- Modelagem preditiva com scikit-learn e domínio de validação temporal
- Estatística aplicada: calibração, intervalo de confiança e teste de hipóteses
- SQL avançado para construir a base de análise
- Entendimento de vazamento de dados e como evitá-lo
- Planejamento de experimento com grupo de controle
- Comunicação do resultado para quem decide, incluindo a incerteza
Diferenciais
- Experiência com modelos de risco de crédito ou de cobrança
- Noção de análise de sobrevivência aplicada a atraso
- Estudo de justiça e viés em modelos de decisão
- Familiaridade com dados acadêmicos e financeiros
Como é trabalhar aqui
Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. A análise passa por revisão de outra pessoa de ciência de dados antes de ser apresentada, e o código vai para o repositório com as decisões justificadas. O experimento é acompanhado semanalmente com a área de cobrança. 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.