Vindi | Líder Técnico de Dados | Modelagem de Crédito |Híbrido

Sabia que a LWSA é um ecossistema de soluções digitais formado por diversas empresas? Pois é, e todas elas compartilham de um único objetivo:

transformar negócios para crescerem e prosperarem por meio da tecnologia

.

Nosso time é reconhecido pela

paixão, criatividade, persistência e colaboração

. E assim como as pessoas que constroem suas carreiras por aqui, cada uma das nossas marcas possui seu próprio jeito de ser, porém se assemelham na vontade de evoluir e entregar sempre o melhor.

A LWSA tem um lugar que pode ser a sua cara! Aqui, você poderá construir sua carreira em um ambiente de

autonomia, respeito e diversidade

, em uma Cia. que busca desenvolver seus profissionais para continuar inovando e criando as soluções do futuro.

E aí, bora fazer parte desse ecossistema e descobrir todas as possibilidades que temos para a sua carreira? Sentir que deu um “match” com o nosso perfil e compartilhar seu currículo por aqui, é o primeiro passo para vir fazer do nosso time! /n

E para tirar de letra, você precisará:  Formação em Estatística, Matemática, Economia, Engenharia, Ciência da Computação ou áreas correlatas. Conhecimento estatístico. Experiência em Modelagem de crédito e do ciclo. Domínio de Ferramentas para manipulação de dados e desenvolvimento de modelos. Vivência prévia no mercado financeiro, fintechs ou meios de pagamento, lidando especificamente com risco de crédito.

E se tiver isso também, melhor ainda: 

Conhecimento de produtos de crédito para pessoas jurídicas. Experiência prévia em

Fintechs, subadquirentes ou empresas de meios de pagamento. /n

Como será seu dia a dia: Desenvolvimento de modelos estatísticos: Criar, testar e implementar modelos de

Credit Scoring , faturamento e perda esperada. Monitoramento de Performance dos modelos em produção. Extração de Insights: Transformar dados brutos em variáveis preditivas para melhorar a assertividade dos modelos. Identificar novas fontes de dados (Bureau de crédito, dados alternativos) para aumentar o poder preditivo dos modelos. Apresentar resultados e sugerir mudanças nas políticas de crédito.