Gerente Modelagem de Crédito - Banco John Deere

Sobre a vaga:Como Gerente de Data Science, no Banco John Deere, você será responsável por liderar a estratégia, a operação e a evolução dos produtos de dados e analytics, garantindo a entrega de insights acionáveis, modelos analíticos avançados e soluções orientadas a dados que suportem decisões estratégicas do negócio. Este(a) profissional atuará como ponte entre negócio, tecnologia e dados, liderando times multidisciplinares de analytics e engenharia de dados, sendo responsável por conduzir o ciclo de vida dos modelos e produtos de dados, assegurando governança, qualidade, segurança e escalabilidade das plataformas de dados, além de impulsionar uma cultura data-driven dentro da organização.As responsabilidades de Gerente de Data Science incluem:Conduzir análises avançadas, modelagens estatísticas, preditivas e exploratórias, traduzindo dados complexos em insights claros e acionáveis para stakeholders de negócio.Atuar como responsável pelo roadmap e backlog de produtos de dados, priorizando iniciativas com base em valor de negócio, risco, impacto regulatório e viabilidade técnica.Conduzir processos de product discovery e delivery aplicados a produtos de dados, como modelos analíticos, APIs, serviços de dados e motores de decisão.Atuar como parceiro estratégico das áreas de negócio, entendendo problemas, priorizando demandas e propondo soluções analíticas alinhadas aos objetivos corporativos.Definir e evoluir estratégias de reporting, dashboards e indicadores, assegurando padronização, clareza e confiabilidade das informações.Garantir aderência a políticas, processos e governança de dados, incluindo compliance, segurança da informação e boas práticas de gestão.Contribuir para o planejamento orçamentário, priorização de investimentos e avaliação de retorno das iniciativas de dados e analytics.Requisitos:Formação: Graduação em Estatística, Matemática, Engenharia, Ciência da Computação, Economia ou áreas correlatas; pós-graduação ou mestrado em Analytics, Data Science ou áreas afins é desejável;Experiência: Sólida experiência em gestão de times de analytics/data, com atuação em ambientes complexos e orientados a negócio;Conhecimento Técnico: Sólido domínio de análise de dados, modelagem estatística e analytics avançado, com experiência prática em linguagens de programação e automação aplicadas a Data Science, como Python e SQL, além de familiaridade com pipelines de dados, automação de processos analíticos, orquestração de workloads, visualização de dados, governança e plataformas analíticas corporativas. Capacidade de orientar tecnicamente o time e garantir escalabilidade, qualidade e segurança das soluções de dados;Experiência comprovada no processo de desenvolvimento, validação e implementação de modelos de Application Credit Scoring, Behavior Scoring e/ou Collection Scoring;Proficiência em linguagens como SAS, Python e/ou R para análise e modelagem de dados;Experiência com algoritmos de machine learning, incluindo mas não limitado a: regressão logística, árvores de decisão, ensemble models, redes neurais, análise de sobrevivência e etc;Sólidos conhecimentos em linguagem SQL e/ou PySpark;Colaborar na implementação de modelos em produção, estabelecendo processos de MLOps para monitoramento e manutenção contínua;Visão de Negócio: Capacidade de traduzir problemas de negócio em requisitos analíticos e soluções de alto impacto, com foco em geração de valor.Será um diferencial:Experiência prévia em instituições financeiras, bancos, fintechs ou ambientes altamente regulados;Capacidade de influenciar stakeholders seniores e sustentar decisões baseadas em dados de forma clara e objetiva;Vivência em transformação data-driven, construção de cultura analítica e modernização de plataformas de dados;Perfil colaborativo, com facilidade para atuar na interseção entre Business, Analytics, Produto e Tecnologia;Idioma: Inglês avançado;Experiência no desenvolvimento de modelos estatísticos voltados a risco de crédito (PD, LGD e EAD);Experiência na plataforma DatabricksOportunidade CLTHíbrida (3 x presencial e 2 home office) em Indaiatuba