BRA Data & Analytics Spec III
008 Banco Santander (Brasil) S.A.🌍 Quem somos
Começa agora sua história com o Santander Brasil. Todo começo cria uma janela de infinitas possibilidades, que vão das melhores decisões financeiras até a realização de sonhos. O Santander Brasil quer iniciar essa jornada com você.
Estamos no Brasil desde 1982, somos o terceiro maior banco privado do País em ativos e o único internacional com escala no varejo nacional. Somos um banco digital com gente. Estamos presentes onde, como e quando você desejar.
🎯 Descrição da vaga
Ao integrar o time de Regulatory Models New Generation do Santander, você atuará na área responsável pelo desenvolvimento, implementação, monitoramento e evolução dos modelos regulatórios de provisões e capital de risco de crédito da organização. A área tem como principais objetivos garantir a aderência regulatória, a excelência técnica dos modelos, a precisão das estimativas de risco e a evolução contínua das capacidades analíticas e tecnológicas do Banco, utilizando soluções orientadas por dados, automação e inteligência artificial.
Temos uma vaga para você se tornar Técnico Sênior de Modelagem, onde você será encarreirado como Especialista, sendo uma das principais referências técnicas na construção, implementação e sustentação dos modelos regulatórios da área de Risco de Crédito.
Aqui, seu papel será:
Atuar de forma hands-on no desenvolvimento, calibração, implementação e monitoramento de modelos de provisões (IFRS 9 e Resolução CMN 4.966) e capital regulatório (IRB), garantindo robustez metodológica, eficiência computacional e aderência regulatória.
Você será responsável por desenvolver soluções escaláveis em Python e PySpark, automatizar processos utilizando Inteligência Artificial e Machine Learning, apoiar validações, auditorias e demandas regulatórias, além de contribuir para a evolução das melhores práticas de modelagem quantitativa na organização.
Entre as principais responsabilidades estão:
- Desenvolver e calibrar modelos de ECL (PD, LGD e EAD) para IFRS 9;
- Implementar modelos de provisões aderentes à Resolução CMN 4.966;
- Apoiar o desenvolvimento e evolução de modelos IRB;
- Realizar monitoramento, backtesting, validação e stress testing dos modelos;
- Processar e analisar grandes volumes de dados;
- Desenvolver pipelines automatizados end-to-end para execução dos modelos;
- Implementar soluções em Python, PySpark e ambientes Big Data;
- Aplicar Inteligência Artificial, AutoML e GenAI para automação e ganho de produtividade;
- Investigar desvios, anomalias e oportunidades de melhoria metodológica;
- Elaborar documentação técnica e materiais para auditorias, validações e reguladores;
- Apoiar o desenvolvimento técnico de profissionais menos experientes.
🧩 Experiência exigida
- Experiência entre 5 e 7 anos em áreas de Risco de Crédito ou Modelagem Quantitativa;
- Experiência mínima de 3 anos com IFRS 9;
- Experiência mínima de 3 anos com Python aplicado à modelagem de risco;
- Vivência em instituições financeiras;
- Experiência comprovada na implementação e sustentação de modelos em produção;
- Conhecimento de processos de validação, auditoria e governança de modelos.
🎓 Formação
- Graduação completa em Matemática, Estatística, Física, Engenharia, Economia, Ciência da Computação ou áreas correlatas;
- Pós-graduação, MBA ou Mestrado em áreas quantitativas será considerado diferencial
Certificações desejáveis
- FRM (Financial Risk Manager);
- PRM (Professional Risk Manager);
- Certificações em Data Science ou Machine Learning;
- Certificações Cloud (AWS, Azure ou GCP).
🌐 Idiomas
- Inglês avançado para leitura de documentação técnica e interação com fóruns globais;
- Espanhol será considerado diferencial.
💡 Competências
Hard Skills
Modelagem de Risco e Provisões
- IFRS 9;
- Resolução CMN 4.966 (BRGAAP);
- IRB;
- PD, LGD, EAD;
- Expected Credit Loss (ECL);
- Staging e SICR;
- RWA;
- Stress Testing e Backtesting.
Programação e Engenharia de Dados
- Python;
- PySpark;
- SQL;
- Pandas e NumPy;
- Git e GitFlow;
- Clean Code;
- Design Patterns;
- Pytest.
Estatística e Machine Learning
- Regressão Logística;
- GLM e GAM;
- Survival Analysis;
- XGBoost;
- LightGBM;
- Random Forest;
- Calibração de modelos;
- Métricas AUC, Gini e KS.
Inteligência Artificial e Automação
- ChatGPT, Claude e GitHub Copilot;
- AutoML;
- Optuna e Hyperopt;
- SHAP e LIME;
- Streamlit e Dash;
- Airflow e Prefect;
- Automação de processos baseada em IA Generativa;
- Desenvolvimento de agentes e ferramentas de produtividade.
Big Data e Cloud
- Apache Spark;
- Databricks;
- Delta Lake;
- Parquet;
- AWS e Azure;
- S3 e EMR.
Soft Skills
- Pensamento crítico e analítico;
- Forte orientação a dados e tomada de decisão baseada em evidências;
- Mentalidade AI-Driven e foco em inovação;
- Perfil hands-on e alta capacidade de execução;
- Orientação para resultados e qualidade;
- Atenção aos detalhes e rigor técnico;
- Capacidade de comunicação com públicos técnicos e executivos;
- Colaboração e trabalho multifuncional;
- Compartilhamento de conhecimento e mentoria técnica;
- Proatividade na identificação e resolução de problemas complexos.
#AquiSuaChamaTransforma