Pular para o conteúdo principal
Novo · MeuHome Match: deixe as vagas acharem você →
MeuHome
Voltar para vagas
Fonte oficial🔀 HíbridaCLT

Full Stack Data Scientist

Topaz Brasil·Indaiatuba, São Paulo·Publicada há 5 meses

Você vai direto pra vaga — sem criar conta aqui.

Verificada em 08/06/2026 · Clique e candidate-se.

Sobre a vaga

Na Topaz, não criamos apenas tecnologia. Nós transformamos o futuro do mercado financeiro. 🚀

Somos um time #Multi de protagonistas que transformam ideias em soluções de impacto. Em nosso Topaz Team, fomentamos um ambiente de colaboração real onde sua curiosidade é premiada e seu potencial se expande, aprendendo com os melhores para resolver desafios complexos.

Você está pronto(a) para ser protagonista desta evolução? Queremos conhecer você!

Responsabilidades

Seu Papel como Protagonista da Transformação:

Estamos em busca de um Full Stack Data Scientist para integrar nossa equipe de dados. Você será responsável por todo o ciclo de vida de projetos de ciência de dados voltados para Detecção de Fraude Cibernética e Prevenção à Lavagem de Dinheiro, desde a exploração e modelagem até a implantação e manutenção de soluções de ML em produção.

Ciência de Dados e Modelagem

Analisar dados estruturados e não-estruturados para identificar padrões de fraude e lavagem de dinheiro

Desenvolver modelos de Machine Learning (classificação, clusterização, detecção de anomalias) para problemas de

segurança financeira

Aplicar feature engineering, tratar missing values, normalizar dados e balancear datasets

Evitar data leakage na separação e validação de datasets

Criar visualizações para comunicar resultados a diferentes públicos

Experimentar algoritmos diversos (ScikitLearn, LightGBM, CatBoost, Keras, TensorFlow, PyTorch)

Engenharia de Dados

Trabalhar com bancos de dados distribuídos (Athena, Hive) processando grandes volumes

Otimizar queries SQL reduzindo custos e tempo de execução

Manipular dados estruturados (CSV, Parquet) e não-estruturados (JSON, imagens)

Desenvolver pipelines de transformação e preparação de dados

Machine Learning Engineering

Criar e manter pipelines automatizados de ML (treinamento, validação, deploy)

Containerizar aplicações com Docker

Gerenciar PODs e deployments com Kubernetes

Garantir escalabilidade e disponibilidade das soluções

Monitoramento e Manutenção

Monitorar performance dos modelos em produção

Detectar e corrigir data drift e concept drift

Configurar alertas e dashboards de métricas (Grafana ou similares)

Implementar retreinamento automático e versionamento de modelos

Aplicar técnicas de explicabilidade (XAI) para conformidade regulatória

Inovação

Pesquisar novas tecnologias e algoritmos de ML

Contribuir com boas práticas e documentação técnica

Manter-se atualizado em Data Science e Machine Learning

Requisitos

O que Buscamos para Somar ao nosso #TopazTeam:

Experiência:

5+ anos em desenvolvimento de software

3+ anos em Data Science e/ou Machine Learning Engineering

Matemática e Estatística:

Sólido conhecimento em matemática, estatística e probabilidade

Machine Learning:

Experiência com algoritmos de classificação, clusterização e detecção de anomalias

Domínio do ciclo completo de ML: transformação, feature engineering, treinamento, validação

Frameworks: ScikitLearn, LightGBM, CatBoost, Keras, TensorFlow, PyTorch

Dados:

Manipulação com Numpy e Pandas

Dados não-estruturados (JSON, imagens)

Visualização (Matplotlib, Seaborn, Plotly, ApexCharts)

Bancos de Dados:

Experiência com SQL e bancos relacionais

NoSQL (MongoDB, DocumentDB, DynamoDB)

Bancos distribuídos (Athena, Hive)

Otimização de queries

ORM em Python

Python:

Desenvolvimento robusto em Python

Git para versionamento

DVC para versionamento de dados e modelos

uv para gerenciamento de ambiente Python

Estruturas de dados, algoritmos e design patterns

Testes: pytest (unitários), Locust (carga)

Cloud e Infraestrutura (AWS):

S3, Athena, DynamoDB, EC2, Lambda, ECR, ECS/EKS

Docker para containerização

Kubernetes para orquestração

Terraform (conceitos básicos)

GitLab CI/CD (conceitos básicos)

Diferenciais:

Ferramentas MLOps: MLflow, Kubeflow, Metaflow

Orquestração de pipelines de dados: Dagster (desejável)

Feature Stores e Model Registry

Experiência em detecção de fraudes, anomalias ou segurança financeira

NLP ou processamento de imagens (OpenCV, PIL)

FastAPI para exposição de modelos como serviço

Certificações AWS (Solutions Architect, ML Specialty)

Contribuições open source ou publicações técnicas

Perfil

Autonomia para projetos end-to-end

Comunicação clara (técnica e não-técnica)

Pensamento analítico e orientado a resultados

Proatividade e espírito inovador

Colaboração com equipes multidisciplinares

Interesse genuíno em domínios de fraude, risco e segurança financeira

Sua experiência na Topaz é nossa prioridade! Estes são alguns dos benefícios que irão acompanhar você em sua evolução:

🌱 Bem-estar Integral: Seu bem-estar é fundamental. Cuidamos de você e de quem você mais ama com planos de saúde integrais, porque um time saudável é um time que transforma.

🚀 Desenvolvimento e Evolução: Sua carreira não para. Na Topaz, a #Evolução é constante. Através de programas de formação e desafios diários, damos a você as ferramentas para que seu potencial não tenha limites.

⚖️ Flexibilidade e Equilíbrio: Acreditamos no equilíbrio. Desfrute da flexibilidade que você precisa para dar o seu melhor com nossa modalidade híbrida e um dia de folga no seu aniversário para celebrar como você merece.

Receba vagas de Dados e BI como esta por e-mail

Crie sua conta grátis e ative em 30s.

Receba vagas remotas como esta no Telegram

Verificadas, direto no seu celular — todo dia, sem cadastro.

Candidatar-se no site oficial