Cientista de Dados SR

Você já ouviu falar da ANBIMA? Nós movemos o mercado financeiro para o futuro, impulsionando negócios e potencializar a economia do país. Com o maior hub de dados e informações do cenário financeiro brasileiro, lideramos iniciativas que realmente importam: defendemos os interesses dos nossos parceiros e investidores, fornecemos ferramentas analíticas e dados, educamos investidores e certificamos profissionais, além de estabelecermos regras para as instituições do mercado financeiro e de capitais.

• Atuar próximo às áreas de negócio para entender seus principais desafios e traduzi-los em problemas de dados, com hipóteses, métricas de sucesso e critérios de…
• Desenvolver modelos descritivos e preditivos que façam parte dos produtos de dados da ANBIMA, do protótipo à produção.
• Construir soluções que combinem machine learning e IA generativa, integrando modelos tradicionais e LLMs aos produtos.
• Contribuir para a evolução da prática de machine learning do time, definindo padrões de experimentação, avaliação e reprodutibilidade de modelos.
• Trabalhar com engenharia de dados, produto e tecnologia para implementar, testar, fazer deploy e documentar pipelines de dados e de modelos.
• Monitorar modelos em produção e propor retreinos e melhorias contínuas.
• Explorar, tratar e analisar dados para validar hipóteses e gerar insights acionáveis para a ANBIMA, seus Associados e o mercado.
• Apresentar resultados e limitações dos modelos de forma clara para públicos técnicos e de negócio.

• Experiência prática em modelagem descritiva e preditiva (regressão, classificação, clustering e séries temporais), com pelo menos um modelo levado a produção ou…
• Experiência prática com IA generativa aplicada a problemas reais: uso de LLMs via API, RAG, engenharia de prompts e avaliação da qualidade das respostas.
• Domínio de Python e das bibliotecas pandas, NumPy e scikit-learn.
• SQL avançado para extração, transformação e manipulação de dados.
• Sólida base em estatística aplicada: testes de hipótese, métricas de avaliação de modelos e validação cruzada.
• Versionamento de código com Git (GitHub, GitLab ou Bitbucket) e boas práticas de engenharia de software, como testes, código modular e documentação.
• Formação e experiência
• Formação superior em área quantitativa (Estatística, Matemática, Ciência da Computação, Engenharia, Economia, Finanças ou Física) ou experiência equivalente comprovada.
• Experiência comprovada como cientista de dados.
• Habilidades comportamentais
• Pensamento analítico e crítico, com capacidade de questionar premissas e reconhecer as limitações dos próprios modelos.
• Comunicação clara de temas técnicos para públicos não técnicos.

• Mestrado ou doutorado em área quantitativa.
• Experiência no mercado de capitais ou no setor de serviços financeiros.
• Experiência com deep learning (PyTorch ou TensorFlow).
• Experiência com MLOps e LLMOps: MLflow, monitoramento de drift e observabilidade de aplicações com LLM.
• Experiência com frameworks de avaliação de LLMs, como LLM-as-a-judge e conjuntos de teste.
• Experiência com nuvem (AWS, Azure ou GCP) e Databricks.