CAS | Engenharia de Dados - Foco em Precificação de Crédito

Integrar o time de dados de Precificação de Crédito significa incorporar a cultura data-driven no dia a dia. Aqui você terá como principais atribuições investigar, minerar, correlacionar e analisar informações, aplicando metodologias e técnicas de análise de dados. A partir dessas pesquisas, construir métricas e indicadores, desenhar processos e elaborar estudos que apoiem na definição da precificação dos produtos de crédito do Sicredi. Entre eles, estão modelos de custos (taxa de break-even) e modelos de elasticidade preço-demanda. Temos contato contínuo com outras áreas e com as Cooperativas de Crédito, uma vez que nossas entregas são articuladas em conjunto e esse tema demanda informações e alinhamentos de diversos times, como Concessão de Crédito, Recuperação de Crédito, Finanças Corporativas, Tesouraria e Risco de Crédito. Então, temas e grupos de trabalho podem variar de tempos em tempos. 

·      Realizar o processo de ETL (extração, transformação e carregamento de dados);

·      Automatizar processos e rotinas da área;

·      Atuar em modelos de dados, mineração de dados e técnicas de segmentação;

·      Obter os dados em um formato fácil e utilizável dos sistemas de origens;

·      Administrar bases de dados de acordo com as melhores práticas;

·      Interagir com os diferentes papéis do processo de dados (analistas, engenheiros, cientistas e analistas de negócio);

·      Manter a documentação necessária das suas entregas.

·      Graduação completa em área quantitativa, como Estatística, Matemática, Ciência da Computação, Engenharias e afins;

·      Boa redação, capacidade de síntese, apresentação e comunicação, utilizando a linguagem apropriada para o entendimento daquele público;

·      Experiência em linguagens de programação tais como: Python, Spark, SQL, SAS;

·      Desejável conhecimento de Databricks para construção e gerenciamento de pipelines de big data;

·      Desejável domínio de técnicas de modelagem de dados para projetar esquemas de dados eficientes;

·      Desejável conhecimentos e vivência no Mercado Financeiro;

·      Desejável inglês intermediário.