Mastercard
Mastercard
A Mastercard é uma empresa global de tecnologia de pagamentos que conecta consumidores, empresas, instituições financeiras e governos por meio de uma infraestrutura segura de transações. Seus negócios incluem pagamentos com cartão, processamento de pagamentos e soluções de carteira digital, ajudando o comércio a avançar pelos canais físicos e digitais.

Cientista de Dados, Programa Launch 2027

Desenvolva aplicações de IA e aprendizado de máquina para a rede global de pagamentos da Mastercard. Esta vaga do Programa Launch é destinada a estudantes com previsão de formatura entre dezembro de 2026 e junho de 2027.

Descrição

  • Coletar informações para esclarecer problemas de negócios.
  • Relacionar métodos de IA aos desafios de negócios pertinentes.
  • Criar aplicações de IA e aprendizado de máquina usando os avanços atuais do setor e da academia.
  • Colaborar com colegas de diferentes áreas e países para promover a agenda de IA.
  • Participar do Programa Launch, incluindo integração, workshops de habilidades profissionais, a Semana de Inovação Launch, um desafio de impacto social e o Desafio Global de Voluntariado.
  • Seguir as políticas e práticas de segurança da Mastercard.
  • Proteger a confidencialidade e a integridade das informações acessadas.
  • Relatar suspeitas de violações ou falhas de segurança da informação.
  • Concluir os treinamentos periódicos obrigatórios de segurança.

Requisitos

  • Estar matriculado em um curso de bacharelado ou mestrado acelerado, com previsão de formatura entre dezembro de 2026 e junho de 2027.
  • Ter menos de um ano de experiência profissional, sem contar estágios.
  • Ter experiência ou ter concluído disciplinas de análise de dados.
  • Conhecer métodos de aprendizado profundo, ferramentas e tecnologias de código aberto, ferramentas estatísticas e ambientes de programação como Python, R e SQL.
  • Ter experiência com plataformas de big data como Hadoop, Hive, Spark e clusters de GPU para aprendizado profundo.
  • Conhecer algoritmos clássicos de aprendizado de máquina, incluindo regressão logística, árvores de decisão, agrupamento, t-SNE, PCA, modelos bayesianos, séries temporais ARIMA/ARMA e sistemas de recomendação.
  • Conhecer técnicas de aprendizado de máquina e aprendizado profundo, incluindo florestas aleatórias, GBM, KNN, SVM, modelos bayesianos, mineração de texto, perceptrons multicamadas e redes neurais.
  • Conhecer métodos de otimização como regularização L1 e L2, Adam, Adagrad e Adadelta.
  • Conhecer funções de perda de redes neurais, incluindo perda contrastiva, perda hinge, entropia cruzada binária e entropia cruzada categórica.
  • Ter experiência no desenvolvimento de aplicações em KRR, NLP, processamento de fala e processamento de imagens.
  • Conhecer frameworks de aprendizado profundo para produção como TensorFlow, Keras, PyTorch, XGBoost e Caffe.

Benefícios

  • Participar de uma integração de quatro dias para conhecer a Mastercard, desenvolver habilidades e contribuir para um impacto positivo.
  • Workshops de habilidades profissionais.
  • Semana de Inovação Launch.
  • Um desafio pro bono em equipe com foco em impacto social.
  • Desafio Global de Voluntariado.

Vagas relacionadas

Walmart

Cientista de Dados Distinto, Walmart

Walmart

Defina a estratégia e os sistemas de machine learning corporativos do Walmart, estabelecendo a direção técnica, a arquitetura e os padrões em toda a Global Tech. Liderei análises avançadas e oriente iniciativas de ciência de dados em grande escala em diferentes linhas de produtos.

Abrir
Mott MacDonald

Cientista de Dados, IA Generativa e PLN

Mott MacDonald

Desenvolva e implemente IA generativa, PLN e fluxos de trabalho agênticos para projetos de consultoria em engenharia da Mott MacDonald. Entregue soluções corporativas de IA e aprendizado de máquina na Azure para infraestrutura sustentável.

Abrir
Baker Hughes

Especialista em ciência de dados e IA para produtividade

Baker Hughes

Na Baker Hughes, desenvolva soluções de IA, aprendizado de máquina e Power BI para operações de cadeia de suprimentos industriais. Use análise aplicada para identificar perdas de custos, riscos de entrega e oportunidades de produtividade.

Abrir