The posting
Nossa área de Tecnologia é um pilar fundamental dos nossos negócios, sendo responsável pela nossa transformação digital. Aqui criamos soluções tecnológicas sempre idealizando e desenvolvendo técnicas e processos de automação, seja para aprimorar a experiência de trabalho das nossas equipes ou aumentar a capacidade de entrega dos nossos produtos e serviços.Nós somos responsáveis por uma infraestrutura gigantesca que atende aos principais produtos de vídeo da Globo, como o Globoplay, Premiere e os Canais Globo. Além disso, somos responsáveis pela transmissão ao vivo de grandes eventos - desde os campeonatos estaduais de futebol, a Copa do Mundo, Olimpíadas, Rock in Rio e até as câmeras ao vivo do Big Brother Brasil, que fica disponível 24x7 para todos os assinantes do Globoplay.A frente de Dados & IA desenvolve plataformas de dados, experimentação, machine learning, recomendação e segmentação de audiência para os produtos digitais da Globo. Essas plataformas impactam milhões de usuários por mês e suportam modelos de IA aplicados a diversos desafios, como personalização de conteúdo, publicidade contextual, predição de churn, prevenção a fraudes, otimização de inventário e muito mais. Buscamos um Cientista de Dados Sênior para atuar na frente de Antifraude, com experiência sólida em Machine Learning aplicado a detecção e prevenção de fraude, autonomia para conduzir projetos de ponta a ponta e capacidade de traduzir dados em decisões de risco escaláveis. Ferramentas de IA generativa podem ser usadas como apoio, mas o foco do dia a dia é ML.Criamos ambientes onde todas as pessoas são incluídas, acolhidas e valorizadas. Nos empenhamos em ser uma Globo cada vez mais diversa, em representatividade e pensamento, aprendendo uns com os outros e estimulando a criatividade e inovação. Modelo de trabalho: Híbrido em locais com escritório Globo (RJ, SP, POA, Brasília, Recife ou BH)Responsabilidades e atribuiçõesComo será seu dia a dia: Construir, treinar e produtizar modelos de ML para detecção e prevenção de fraude (classificação, detecção de anomalias), lidando com bases altamente desbalanceadas;Desenvolver e manter pipelines de scoring em tempo real (ou near-real-time) para decisões de risco em fluxo;Monitorar performance e drift dos modelos em produção, com retreinamento contínuo — essencial num cenário adversarial em que os padrões de fraude mudam constantemente;Fazer feature engineering sobre dados transacionais e comportamentais para capturar sinais de fraude;Colaborar com times de risco, produto e engenharia para equilibrar bloqueio de fraude e experiência de usuários legítimos (tradeoff entre falsos positivos e falsos negativos);Explorar o uso de IA generativa como ferramenta de apoio (aceleração de análises, prototipação, documentação), quando fizer sentido;Atuar como referência técnica no time, apoiando decisões de arquitetura e contribuindo para o desenvolvimento de pessoas mais júnior;Trabalhar em time multidisciplinar, colaborando com engenheiros de ML, engenheiros de dados e POs para criar soluções orientadas a dados.Requisitos e qualificaçõesDo que você precisa: Ensino superior completo em Ciência de Dados, Estatística, Matemática, Ciência da Computação ou áreas correlatas;Experiência sólida como Cientista de Dados, com atuação autônoma em projetos de ML de ponta a ponta (da concepção ao deploy em produção);Proficiência em Python e SQL para análise e modelagem de dados;Experiência com classificação e/ou detecção de anomalias, incluindo tratamento de classes desbalanceadas;Familiaridade com métricas adequadas a cenários desbalanceados (precision/recall, PR-AUC, matriz de confusão orientada a custo de negócio);Conhecimento de frameworks de Machine Learning (Scikit-Learn, XGBoost/LightGBM; TensorFlow ou PyTorch são um plus);Familiaridade com MLOps — monitoramento de modelos, detecção de drift e continuous training;Experiência em computação em nuvem (preferencialmente GCP);Experiência com manipulação de grandes volumes de dados;Conhecimento sobre boas práticas de desenvolvimento de software, CI/CD e versionamento (Git);Boa capacidade de comunicação e colaboração em equipe.Conhecimentos que te destacam: Experiência prévia com antifraude, risco ou detecção de anomalias em produção;Modelagem baseada em grafos para detecção de fraude em rede (quadrilhas, anéis de fraude);Experiência com APIs de predição online de baixa latência;Explicabilidade de modelos (SHAP, feature importance) para justificar decisões de bloqueio;Familiaridade com IA generativa / LLMs aplicada à produtividade ou análise;Experiência avançada com MLOps em GCP (Vertex Pipelines, Model Monitoring);Inglês intermediário/avançado (escrita, leitura e conversação).Informações adicionaisPor que vir para Globo: Vem e vamos criar histórias e tecnologias juntos.Na Globo, o encontro de histórias com tecnologia move um time diverso e apaixonado por inovação.A gente tem a chance de aproximar os brasileiros, criando novas formas de se conectar com eles.Aqui, cada um faz a transformação acontecer.Nossos processos seletivos estão acontecendo de forma 100% remota. #vempraglobo Quer saber mais sobre como é trabalhar na Globo? Vem acompanhar nosso dia a dia, desafios e conquistas nas nossas redes: https://www.linkedin.com/company/globo https://www.instagram.com/vempraglobo https://www.youtube.com/c/VemPraGlobo/ Os seus dados pessoais serão utilizados para fins de seleção de candidatos para preenchimento das vagas abertas na Globo. Os dados pessoais coletados durante o processo seletivo dos candidatos que não forem admitidos neste momento poderão ser mantidos nos bancos de dados para consideração em futuros processos seletivos. Todos os dados coletados serão tratados segundo rígidos padrões de segurança da informação e em total respeito às leis de privacidade aplicáveis, incluindo a Lei 13.709/18, e nos termos de nossa política de privacidade, disponível no link: https://vempraglobo.g.globo/files/politica_de_privacidade.pdf Ao prosseguir você está ciente e de acordo para realização de sua candidatura nestes termos.
