Assessor de Ciclo de Crédito

Cuiabá On-site

Nosso cliente: Sicredi está em busca de um(a) Assessor(a) de Ciclo de Crédito - Manutenção 

O Assessor de Ciclo de Crédito – Manutenção atua no acompanhamento contínuo da carteira após a concessão, monitorando o comportamento de pagamento de PF e PJ em diferentes produtos (cartões, empréstimos, financiamentos). Analisa bases de dados, constrói modelos estatísticos e variáveis de risco, identifica padrões de deterioração e propõe ajustes de políticas, regras, limites e modelos. Atua diretamente com as áreas de crédito para recomendar ações preventivas, revisões de portfólio, cenários e projeções, garantindo performance sustentável e evolução das estratégias de decisão

Como Assessor de Ciclo de Crédito – Manutenção você será responsável por:

  • Monitorar o comportamento da carteira de crédito, acompanhando indicadores, performance e tendências de risco para antecipar movimentos e apoiar decisões estratégicas.
  • Desenvolver análises avançadas e modelos quantitativos, aplicando estatística, machine learning e modelagem financeira para apoiar políticas, decisões e ajustes do ciclo de crédito.
  • Apoiar a definição de políticas, regras e estratégias de crédito, contribuindo para aumento de performance, eficiência operacional e mitigação de riscos.
  • Construir e manter bases estruturadas de dados, garantindo qualidade, integridade e disponibilidade para uso analítico e tomada de decisão.
  • Elaborar relatórios gerenciais e dashboards, traduzindo análises complexas em informações acionáveis para gestores e diretoria.
  • Participar da evolução contínua dos processos de manutenção de crédito, propondo melhorias técnicas, uso de novas tecnologias e modelos analíticos.
Requirements
  • Ensino superior completo em Estatística, Matemática, Engenharia, Economia, Administração, Ciência de Dados ou áreas correlatas.
  • Experiência sólida no ciclo de crédito (concessão, manutenção e recuperação) para PF e PJ em diferentes segmentos e produtos financeiros.
  • Domínio de análise estatística e modelagem financeira aplicadas à tomada de decisão.
  • Forte domínio de tratamento, exploração e estruturação de grandes bases de dados.
  • Programação aplicada a dados (SQL, Python, R, SAS ou equivalente).
  • Experiência com indicadores e métricas de risco, performance e comportamento de carteira.