DATA SCIENCE COORDINATOR

• Conheça o Inter
• Pioneiros, mudamos o mercado ao lançar o primeiro banco digital do Brasil e seguimos criando tendências com tecnologia de ponta. Evoluímos para um Super App Financeiro Global, com soluções completas e inovação de primeira. Aqui, o trabalho tem propósito: construir oportunidades reais, transformar a vida das pessoas e o mercado financeiro. Esse é o nosso Jeito Inter de Fazer. Se você quer fazer parte dessa mudança e deixar um legado, seu lugar é aqui.

Vem ser Sangue Laranja.

• Get to Know Inter
• As pioneers, we transformed the market by launching Brazil’s first digital bank and continue to shape the future with cutting-edge technology.
• We have evolved into a Global Financial Super App, delivering complete solutions and leading innovation. Here, work has purpose: creating real opportunities, transforming people’s lives, and reshaping the financial market.
• This is the Inter way of making things happen. If you want to be part of this transformation and leave your mark, your place is here.

Become Sangue Laranja.

Sobre a vaga e missão do cargo

Você fará parte do nosso time de Decision Modelling e como c oordenador, você terá um papel central na liderança do time, garantindo a execução e a sustentação do portfólio de projetos de modelagem. Será responsável pela entrega das soluções, pela evolução da maturidade dos processos, pela governança dos ativos e pelo desenvolvimento de talentos, prezando a qualidade, a consistência e a relevância dos modelos entregues e atuando como ponte entre as áreas de negócio e a equipe técnica.

No seu dia a dia, você vai:

Liderar um time de cientistas de dados na concepção, desenvolvimento, validação e monitoramento de modelos preditivos e otimizadores de crédito e cobrança (scores de concessão, scores de recuperação, otimização de limites, propensão de canais, personalização de ofertas, estimadores de renda presumida e faturamento).

Interagir com as áreas de negócio, tecnologia e gestão de risco para entender demandas, priorizar projetos e apresentar resultados de forma clara e objetiva.

Definir e evoluir o padrão técnico do time: experimental design, feature engineering , seleção e comparação de algoritmos, calibração, explicabilidade, documentação e versionamento.

Garantir o monitoramento contínuo dos modelos em produção, identificando degradações de performance e propondo ações corretivas.

Assegurar o ciclo de vida dos modelos em produção: detecção de degradação e drift , retraining , governança e contribuição aos pipelines de MLOps .

Incorporar, com critério, o estado da arte da área — métodos estatísticos contemporâneos, Deep Learning, IA Generativa e Foundation Models — quando isso gerar ganho mensurável de poder preditivo, estabilidade ou eficiência operacional.

Contribuir para a evolução da feature store, explorando grandes volumes de dados e fontes não estruturadas, inclusive representações vetoriais ( embeddings ).

Priorizar o portfólio junto a negócio, tecnologia e gestão de risco, e apresentar evidências técnicas às lideranças da diretoria.

Manter-se atualizado com as principais tendências da área, contribuindo ativamente com novas técnicas, metodologias e ferramentas que impulsionem a evolução da ciência de dados no time.

Desenvolver o time: mentoria e promoção da cultura Inter (Foco no Cliente, Mentalidade Vencedora, Movidos pela Inovação, Excelência Operacional e Um só time).

O que buscamos

Obrigatórios:

Formação superior em Estatística, Matemática, Ciência da Computação, Engenharia ou áreas correlatas.

Experiência em coordenação ou liderança de equipes de ciência de dados, com capacidade de orientação técnica e desenvolvimento de pessoas.

Trajetória sólida em modelagem preditiva: machine learning supervisionado e não supervisionado e modelagem estatística (regressão logística, árvores, gradient boosting e equivalentes).

Domínio de Python e do ecossistema de ciência de dados ( scikit-learn , pandas, numpy e similares).

Domínio de SQL e experiência com grandes volumes de dados.

Capacidade de comunicar resultados técnicos a públicos não técnicos, com clareza e precisão.

Inglês intermediário ou avançado para literatura técnica e interlocução com fornecedores.

Desejáveis:

Experiência no setor financeiro, especialmente em bancos digitais ou fintechs.

Experiência em modelos de risco de crédito (concessão ou cobrança) e/ou Internal Ratings- Based para cálclo de PDD (IFRS 9 / CMN 4966).

Experiência com dados não estruturados, embeddings , LLMs ou Foundation Models aplicados a problemas de negócio.

Conhecimento de práticas de MLOps ( MLflow , Airflow ou similares).

Familiaridade com ambientes de nuvem (AWS, GCP ou Azure).

Pós-graduação, certificações, mestrado ou doutorado nas áreas mencionadas.

Benefícios

Vale-alimentação e Vale-refeição

Plano de saúde e odontológico

Seguro de vida

DayOff de Aniversário

Baby On Board e Sala de Amamentação

Licença parental estendida

Auxílio-creche/babá e/ou auxílio para filhos com deficiência

Wellhub e Grupo de Corrida Inter

Espaço CARE4U (Belo Horizonte): serviços de autocuidado com valores exclusivos, área de descompressão, jogos e minicampo de golfe

Vantagens no nosso SuperApp, como Duo Gourmet

Cartão Prime Inter

Programas de treinamento e capacitação internos

Etapas do Processo Seletivo

Triagem de currículos;

Screening (abordagem inicial para alinhamento de expectativas sobre a vaga);

Assessments;

Entrevista com Time de Talent;

Teste técnico (quando necessário);

Entrevista com a liderança;

Proposta de Contratação (Offer);