Staff Data Scientist

Agradecemos seu interesse em fazer parte da Pagaleve.

Nossos processos seletivos estão acontecendo de maneira remota. Torcemos para que você esteja bem, com saúde e seguro.

A Pagaleve é uma empresa do setor de “Buy Now Pay Later”. Somos uma das primeiras empresas a oferecer pagamento parcelado no PIX, sem juros, e sem a necessidade de usar cartão de crédito. Temos como objetivo oferecer aos lojistas um novo método de pagamento, para aumentar suas vendas de um jeito simples, descomplicado e ágil, mas também temos como objetivo oferecer às pessoas a oportunidade de comprar aquilo que desejam, sem se comprometerem com os altos juros do cartão de crédito.

Propósito Democratizar o acesso ao parcelamento e pagamentos, libertando consumidores e varejistas do sistema financeiro tradicional, com tecnologia inovadora e uma relação financeira leve e saudável.

Visão Ser o sinônimo de parcelamento para milhões de consumidores e o parceiro preferido dos varejistas na América Latina. /n

O que buscamos

Curiosidade genuína pelo estado da arte em ML — e histórico de levar essas ideias à implementação. 5+ anos com modelos de machine learning em produção, preferencialmente em crédito, risco ou fraude. Experiência sólida com plataformas de modelos e MLOps: pipelines de treinamento e deploy, feature stores, monitoramento e detecção de drift. Domínio de fundamentos de ML: gradient boosting, redes neurais, feature engineering, explicabilidade e tradeoffs de viés-variância. Capacidade de ser referência técnica e elevar o nível do time — você revisa trabalhos, identifica problemas de abordagem e propõe alternativas. Habilidade de colaborar com times multidisciplinares, traduzindo necessidades de negócio em soluções técnicas e vice-versa. Proficiência avançada em Python e boas práticas de engenharia de software.

Você se destaca se tiver Familiaridade com técnicas avançadas como modelos fundacionais, AutoGluon, Graph Neural Networks ou GraphGPS aplicados a problemas reais. Experiência na gestão e evolução de plataformas de modelos em produção, com foco em escalabilidade e confiabilidade. Experiência com score de crédito, PD/LGD, precificação de risco ou anti-fraude em fintechs ou instituições financeiras. Experiência com MLOps: Airflow, MLflow, Feast ou similares. Mestrado ou Doutorado em área quantitativa. Inglês fluente/avançado

Por que a Pagaleve?

Espaço e incentivo para explorar o estado da arte — de modelos fundacionais a novas arquiteturas — e implementar essas tecnologias em produção. Problemas difíceis de verdade: crédito, fraude, comportamento e com alto volume de dados desde o início. Responsabilidade pela plataforma de modelos com autonomia real para evoluí-la seguindo as melhores práticas do mercado. Interface direta com Engenharia, Produto e outras áreas, com impacto real nas decisões do negócio.

/n

Esta é uma

posição técnica

de alto nível para alguém que quer ir além de construir modelos. Buscamos alguém apaixonado por expandir os limites do que é possível com ML e por trazer as últimas inovações para produção. Você será responsável pela nossa plataforma de modelos, a referência técnica do time de Ciência de Dados e a ponte entre Ciência de Dados, Engenharia e demais áreas da Pagaleve. Se você se empolga com modelos fundacionais, Graph Neural Networks e AutoML de ponta e quer aplicar essas tecnologias a problemas reais e difíceis de crédito, fraude e comportamento do usuário, essa posição foi feita para você.

Responsabilidades

Pesquisar, avaliar e implementar técnicas e tecnologias de ponta — incluindo modelos fundacionais, Graph Neural Networks e AutoML — trazendo o estado da arte para aplicações reais com impacto no negócio. Ser o responsável técnico pela plataforma de modelos da Pagaleve: garantir pipelines robustos, monitoramento adequado e modelos operando com qualidade em produção. Desenvolver e manter modelos de alta complexidade em crédito, risco, fraude e comportamento do usuário — do desenvolvimento à operação em produção. Ser a referência técnica do time de Ciência de Dados: conduzir design reviews, code reviews e apoiar outros cientistas nas decisões técnicas mais difíceis. Atuar como ponte entre Ciência de Dados, Engenharia e demais times da Pagaleve — participando de decisões de arquitetura e garantindo que os modelos se integrem bem aos sistemas e processos da empresa. Comunicar decisões técnicas e tradeoffs com clareza para audiências técnicas e de negócio.