← Todas as vagas de Dados & IA|Vagas na Globo

Globo

Porto Alegre, RS, Brasil

Cientista de Dados Sênior - Dados & IA

Híbridofull_time

LOCALIZAÇÃO

Porto Alegre, RS, Brasil

MODELO

Híbrido

PUBLICADA

18 de agosto de 2026

Descricao da vaga

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 atribuicoes

Como 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

Do 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).