• Develop and Deploy Production-Grade AI Systems • Build, deploy, and maintain scalable APIs that serve AI/ML models in production environments • Own end-to-end delivery of AI solutions, from prototyping to fully productionized systems • Design and implement Retrieval-Augmented Generation (RAG) systems using vector databases • Build and orchestrate AI agents using frameworks such as LangGraph, CrewAI, or similar • Evaluate and select appropriate large language models (LLMs) and foundation models based on specific use cases • Continuously optimize model inference for latency, cost efficiency, and throughput at scale • Identify bottlenecks and implement improvements to ensure high-performing systems • Implement robust monitoring, logging, and alerting for deployed models and services • Ensure system reliability, uptime, and performance through best practices in production ML systems • Build and maintain CI/CD pipelines for seamless testing, deployment, and iteration of AI systems • Contribute to evolving engineering standards as the company transitions from rapid experimentation to more structured, scalable operations • Work closely with product and engineering teams to integrate AI capabilities into core products • Translate business problems into technical solutions and clearly communicate trade-offs • Help bring stability and structure to AI development processes during a high-growth, scale-up phase • Balance speed of execution with the need for maintainable, well-documented, and scalable systems • Take ownership of ambiguous problems and drive them through to practical, production-ready outcomes

Role Description Como Cientista de Dados, você desempenhará um papel essencial na análise de dados e no desenvolvimento de modelos de Machine Learning para extrair informações valiosas a partir de nossos conjuntos de dados. Sua experiência será fundamental para aprimorar nossas estratégias de negócio e melhor atender nossos clientes. O trabalho é importante para embasar tomadas de decisão, combinando conhecimentos em estatística, matemática e programação, dentro da área financeira com Open Finance. - Construir modelos de machine learning; - Analisar dados e desenvolver algoritmos de text mining para extrair informações; - Aplicar técnicas de regressão para modelar relacionamentos complexos em dados; - Avaliar modelos de dados garantindo precisão e eficácia; - Estruturar e analisar dados para geração de insights de negócio. Qualifications - Experiência em construção de modelos de machine learning, text mining e regressão; - Exploração e preparação de dados para extrair insights de negócio; - Habilidades em análise estatística e análise de dados; - Experiência plena com Python, R, PySpark, Spark, SQL, Bigdata e em ambientes Hadoop; - Experiências com Azure, Databricks, Databricks GenAI. Requirements - Triagem de currículos; - Bate-papo com equipe de Gestão Humana; - Conversa com o cliente; - Entrevista Técnica com gestor(a) da área. Benefits - Vales alimentação/refeição - no cartão de benefícios flexíveis Swile; - Cobertura de até 100% em Plano de Saúde e Odontológico; - Seguro de Vida em grupo; - Trabalho remoto ou híbrido; - Convênio Saúde Mental - psicoterapia online e presencial; - Incentivo a certificações e cursos; - Convênio para cursos de pós-graduação e MBA; - Parceria com escolas de idiomas; - Convênio com academias, estúdios e apps de bem-estar (Gympass); - Palestras e rodas de conversa internas; - Bônus por indicação; - Happy hours; - Mimos em datas comemorativas.

• Conduct predictive analytics and forecasting • Work with NLP and deep learning • Build low latency systems for real-time processing • Collaborate with teams in various projects

• Join the Data & Analytics team within the Growth organization • Own complex forecasting challenges that directly impact our supply chain, marketing spend, and business growth • Build advanced demand forecasting models to solve operational challenges • Create marketing spend optimization algorithms to improve CAC targeting • Design experimentation frameworks for incrementality testing across marketing channels • Develop marketing attribution models handling complex customer journeys and multi-touch attribution