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.

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);