Staff Data Scientist - Credit

Somos a solução financeira que está mudando o jogo na América Latina, construindo inovação com visão de futuro. Em 5 anos, já abrimos mais de 10 milhões de contas e captamos R$300 milhões com fundos como a16z e NEA. Somos uma fintech Série B, regulada pelo Banco Central, com um time de 120 pessoas construindo uma nova forma da geração mais jovem se relacionar com dinheiro.

Como Staff Data Scientist de Crédito e Cobrança na NG.CASH, você será responsável por construir a inteligência que sustenta nossa operação de crédito — da concessão à recuperação. A companhia está apostando em produtos de crédito para seus clientes, e os modelos que você desenvolver vão ajudar a definir quem aprovamos, com que limite, a que preço e como agimos quando o cliente atrasa. É uma posição com impacto direto em receita, inadimplência e margem.

Principais atividades:

Desenvolver, validar e monitorar modelos de risco de crédito ao longo de todo o ciclo: application score, behavior score, modelos de limite, propensão a pagar e collection score; Estruturar a política de crédito junto ao time de políticas: régua de aprovação, atribuição de limites, pricing baseado em risco e estratégias de swap-in/swap-out; Construir modelos para a operação de cobrança: priorização de fila, melhor canal e momento de contato, propensão à recuperação e otimização de ofertas de acordo e desconto; Estimar perda esperada (PD, LGD, EAD) e apoiar o dimensionamento de provisão (PDD) junto a Finanças; Acompanhar safras, roll rates, matrizes de transição e curvas de recuperação, identificando deterioração de carteira antes que ela apareça no resultado; Construir pipelines de Machine Learning em parceria com Engenharia, garantindo rastreabilidade, versionamento, monitoramento e reprocessamento; Desenhar e executar testes champion/challenger e experimentos controlados para medir o impacto real de modelos e mudanças de política; Integrar e explorar fontes externas de dados — bureaus de crédito, Open Finance, cadastro positivo, dados alternativos — além dos dados transacionais do app; Monitorar performance e estabilidade dos modelos (KS, Gini, PSI), identificando drift, riscos e oportunidades de otimização; Garantir explicabilidade, auditabilidade e conformidade regulatória dos modelos, incluindo justificativa de negativa de crédito; Atuar como ponte entre negócio e tecnologia, traduzindo problemas abertos de risco em soluções modeláveis e mensuráveis.

O que não pode faltar:

Experiência de +4 anos no campo de dados, com atuação direta em modelagem de risco de crédito ou cobrança; Vivência em fintech, instituição financeira ou operação de crédito, com entendimento do ciclo completo (originação, behavior, cobrança e recuperação); Domínio de Python e bibliotecas de Machine Learning (scikit-learn, XGBoost/LightGBM), com fluência tanto em modelos interpretáveis quanto em gradient boosting; SQL sólido para tratamento e investigação de dados; Familiaridade com métricas e ferramentas de risco: KS, Gini/AUC, WOE/IV, PSI, análise de safras e roll rates; Capacidade de conectar decisão técnica a resultado financeiro — saber explicar o trade-off entre aprovação e inadimplência para quem não é técnico; Habilidades sólidas de resolução de problemas, organização, comunicação e planejamento, com capacidade para prosperar em ambiente de equipe.

Diferenciais:

Experiência com dados de bureaus e Open Finance; Conhecimento de análise de sobrevivência aplicada a recuperação de crédito; Familiaridade com o arcabouço regulatório do Banco Central e com LGPD aplicada a decisões automatizadas de crédito; Experiência com modelos de fraude e sua interação com risco de crédito.

O que você vai encontrar na NG.CASH:

Operação de crédito em construção — espaço real para definir como as coisas são feitas, e não apenas manter o que já existe; Ambiente dinâmico e que preza pela inovação; Contato próximo dos times de negócio e tomadores de decisão; Autonomia para tocar os próprios projetos; Stack de ponta para implementar soluções (Snowflake e AWS).