Cientista de Dados Sênior at XP Inc.

São Paulo, São Paulo, Brazil -

Full Time

Start Date

Immediate

Expiry Date

09 Mar, 26

Salary

0.0

Posted On

09 Dec, 25

Experience

5 year(s) or above

Remote Job

Yes

Telecommute

Yes

Sponsor Visa

Skills

Data Science, Machine Learning, Python, SQL, Feature Engineering, Model Evaluation, Data Analysis, Stakeholder Communication, AML, Compliance, Big Data, Cloud Computing, Graph Analysis, Anomaly Detection, MLOps, Model Explainability

Industry

Financial Services

Description

Sobre nós A XP Inc. é uma das maiores instituições financeiras independente do Brasil, dona das marcas XP, Rico, Clear, XP Educação, InfoMoney, entre outras. Com mais de 4,6 milhões de clientes ativos e um valor superior a R$ 1,1 trilhão de ativos sob custódia, há 24 anos vem transformando o mercado financeiro para melhorar a vida das pessoas. Com uma cultura marcante guiada por quatro valores - Sonho Grande, Espírito Empreendedor, Foco no Cliente e Mente Aberta - a XP Inc. está sempre em busca dos melhores talentos que tem ambição de fazer o impossível. 🚀 Sobre a Oportunidade Você será parte de um time multidisciplinar (dados, data science, mlops, risco, compliance e tecnologia) responsável por: - Desenvolver e evoluir modelos de detecção de transações suspeitas de lavagem de dinheiro e financiamento ao terrorismo. - Aumentar a efetividade do monitoramento, regras (mais casos relevantes) e reduzir o volume de falsos positivos, melhorando a eficiência das áreas de investigação. - Estruturar e analisar grandes volumes de dados transacionais, cadastrais e comportamentais dos clientes para identificar padrões anômalos. - Traduzir requisitos regulatórios de PLD em lógicas, regras, features e modelos que possam ser auditados e explicados para áreas internas e reguladores. Responsabilidades: Trabalhar lado a lado com times de PLD/Compliance, Risco, Controles Internos e Tecnologia, entendendo regras, cenários de risco, tipologias e necessidades regulatórias. Criar e acompanhar KPIs de performance dos modelos. Apoiar o desenho de estratégias híbridas (modelos + regras) para garantir: Eficácia na detecção; Aderência a normas de PLD (BACEN, CVM, COAF); Explicabilidade mínima para investigações e auditorias. Prototipar, testar e colocar em produção soluções analíticas em parceria com engenheiros de dados e de machine learning. Documentar abordagens, premissas, limitações e resultados, garantindo auditoria e rastreabilidade. Acompanhar tendências e melhores práticas em AML/PLD IA/LLM, trazendo inovações estratégicas para o time. Saiba mais sobre nosso dia a dia no Instagram e no LinkedIn. Confira nossas avaliações no Glassdoor. 🔍 O Que Procuramos Pré-requisitos Essenciais: Formação em cursos como: Engenharia, Ciência da Computação, Estatística, Matemática, Física, Economia, Ciências de Dados ou áreas correlatas. Experiência prévia (sênior) trabalhando com Ciência de Dados ou Machine Learning em ambiente de negócios (não precisa ser necessariamente em PLD, mas será diferencial). Domínio de Python e principais bibliotecas de dados/ML (p.ex. pandas, NumPy, scikit-learn, PySpark etc). Experiência com SQL para manipulação de grandes volumes de dados. Vivência em: Problemas supervisionados (classificação, regressão) e não supervisionados (clustering, detecção de anomalias); Construção de features e avaliação de modelos. Capacidade de traduzir problemas de negócio (PLD, risco, compliance) em problemas analíticos e de dados. Boa comunicação para dialogar com stakeholders não técnicos (PLD, Jurídico, Controles, Operações). Diferenciais: Experiência prévia em PLD/AML, prevenção à fraude, risco de crédito ou modelos de risco em instituições financeiras.Conhecimento ou experiência com: Grafos e análise de redes (p.ex. para relacionamentos entre clientes, contas, contrapartes); Modelos de detecção de anomalias (Isolation Forest, Autoencoders, etc.); Ambientes de big data (Spark e Databricks) e cloud (Azure). Familiaridade com normativos de PLD e reguladores (BACEN, CVM, COAF). Experiência com MLOps (versionamento de modelos, monitoramento em produção, retraining). Conhecimento em explicabilidade de modelos (SHAP, LIME) para apoiar times de PLD/Compliance na justificativa de decisões. Benefícios: Saúde e bem-estar: Plano de saúde sem coparticipação (inclusive, para dependentes) Plano odontológico Wellhub (Gympass) Zenklub Seguro de Vida iFood Benefícios (VA e VR flexível) Vale Transporte New Value (clube de benefícios) Licença parental: maternidade de 6 meses e paternidade de 20 dias. Auxílio Creche Vida Financeira Fundos de Investimentos Exclusivos Assessoria de Investimentos Cartão XP Visa Infinite sem anuidade Crédito (consignado, home equity, CCB Imobiliário, etc.) Modelo de Trabalho Presencial Flexível O nosso modelo de trabalho varia de acordo com a função, podendo ser totalmente presencial para frentes de negócio e mais flexível para outras equipes. Seguimos um modelo com mais frequência presencial, mas sempre guiado por flexibilidade e autonomia com a responsabilidade da nossa cultura empreendedora. Aqui na XP Inc., valorizamos as interações pessoais e acreditamos no uso do escritório como uma ferramenta para potencializar nossas relações no trabalho.

Responsibilities

The role involves developing models for detecting suspicious transactions related to money laundering and terrorism financing, as well as analyzing large volumes of transactional and behavioral data to identify anomalies. Collaboration with various teams to ensure compliance with regulatory requirements and improve monitoring efficiency is also key.