LightGBM on eu.dev.br

Staff em Machine Learning

Fri, 03 Jul 2026 00:00:00 +0000

Sobre a vaga

A PPRO busca uma pessoa Staff em Machine Learning para atuar em modelo híbrido em São Paulo, São Paulo.

Stack e foco técnico

Python para desenvolvimento e experimentação em Machine Learning.
Modelos com XGBoost e LightGBM.
Ambientes de nuvem com AWS e GCP.

Requisitos

Experiência sênior ou staff em Machine Learning.
Boa base em modelagem, validação e entrega de modelos em produção.
Vivência com Python e bibliotecas do ecossistema de dados e ML.
Experiência trabalhando com serviços em nuvem, especialmente AWS ou GCP.

Local de trabalho

Vaga híbrida em São Paulo, São Paulo.

Consultor Sênior em Machine Learning - Dados

Mon, 01 Jun 2026 00:00:00 +0000

Sobre a vaga

A Keyrus busca uma pessoa sênior para atuar como consultora em Ciência de Dados e Machine Learning, em modelo remoto, com base em Bogotá, Colômbia.

A descrição original não trouxe muitos detalhes sobre o dia a dia, mas a stack informada aponta para projetos com análise de dados, modelagem preditiva e visualização de informações para clientes.

Possíveis responsabilidades

Desenvolver e avaliar modelos de Machine Learning para resolver problemas de negócio.
Trabalhar com dados usando Python, SQL e PySpark.
Aplicar bibliotecas e algoritmos como Scikit-learn, XGBoost e LightGBM.
Apoiar clientes e times internos na interpretação de resultados e tomada de decisão baseada em dados.
Criar ou consumir análises e dashboards em ferramentas como Power BI, Tableau ou MicroStrategy.

Requisitos

Experiência sênior em Ciência de Dados, Machine Learning ou áreas próximas.
Boa base em estatística, modelagem preditiva e validação de modelos.
Experiência prática com Python, SQL e processamento de dados em escala.
Vivência com ambientes em nuvem, especialmente AWS.
Perfil consultivo para conversar com áreas de negócio e transformar problemas em soluções de dados.

Tecnologias citadas

Python, SQL e PySpark
Scikit-learn, XGBoost e LightGBM
AWS
MicroStrategy, Power BI e Tableau

Staff em Machine Learning - Risco de Crédito

Thu, 28 May 2026 00:00:00 +0000

Sobre a vaga

A Neon busca um Staff Data Scientist especializado em risco de crédito. Você será responsável por desenvolver, validar e colocar em produção modelos de machine learning que impactam diretamente as decisões de crédito da empresa.

Responsabilidades

Desenhar e implementar pipelines de machine learning para avaliação de risco de crédito
Trabalhar com grandes volumes de dados financeiros e comportamentais
Validar modelos com rigor estatístico e técnicas de interpretabilidade
Colaborar com times de produto, engenharia e compliance para colocar modelos em produção
Mentorar data scientists e analistas de dados juniores

Requisitos

Experiência sólida com Python, SQL e bibliotecas de ML (XGBoost, LightGBM, Pandas)
Conhecimento profundo de modelagem estatística e técnicas de machine learning
Experiência com interpretabilidade de modelos (SHAP, LIME ou similares)
Familiaridade com risco de crédito, fraud detection ou áreas relacionadas
Capacidade de comunicar resultados técnicos para stakeholders não-técnicos
Nível de inglês para consumir documentação técnica e comunicar-se em reuniões

Diferenciais

Experiência com regulamentações de crédito (Basileia, SFN, LGPD)
Conhecimento de ferramentas de versionamento de modelos e MLOps
Publicações, prêmios ou projetos em ML/Data Science

Lead em Machine Learning - Fraude

Wed, 20 May 2026 00:00:00 +0000

Sobre a vaga

A Félix Pago busca uma pessoa Lead Fraud Data Scientist para atuar remotamente com modelos de detecção e prevenção de fraude.

A vaga é para quem está em Bogotá ou na Colômbia e tem experiência sênior liderando iniciativas de dados aplicadas a risco e fraude.

Responsabilidades

Liderar o desenvolvimento de modelos de machine learning para identificar padrões de fraude.
Trabalhar com dados usando Python e SQL para análise, modelagem e validação.
Avaliar modelos com técnicas de interpretabilidade como SHAP e LIME.
Apoiar decisões do negócio com análises, métricas e visualizações em ferramentas como Tableau ou Looker.
Colaborar com times técnicos e de negócio para colocar soluções de fraude em produção.

Requisitos

Experiência sênior em ciência de dados, machine learning ou fraude.
Conhecimento sólido em Python e SQL.
Experiência com modelos como XGBoost, CatBoost ou LightGBM.
Familiaridade com SHAP, LIME ou outras técnicas de explicabilidade.
Experiência com ao menos uma nuvem: GCP, AWS ou Azure.
Boa comunicação para explicar resultados técnicos para pessoas de produto, risco e negócio.

Diferenciais

Experiência anterior com prevenção de fraude, risco, pagamentos ou fintech.
Vivência com Tableau ou Looker para dashboards e análises.