Projeto de inovação da ICT ITAÚ em parceria Inova Talentos . Pré-Requisitos: Perfil do bolsista: Mestrado ou doutorado Formação: concluído. Cursos: Física, Matemática, Ciência da Computação, Estatística, Ciência de Dados, Engenharias (Elétrica, Computação, Mecânica, Aeroespacial e correlatas) Atividades: Estruturar o grafo de relacionamento de pessoas jurídicas, mapeando nós (clientes) e arestas (vínculos societários, transações, garantias e fornecedores), e desenvolver pipelines para transformar dados tabulares em grafos heterogêneos. Projetar e treinar arquiteturas de Graph Neural Networks (GNNs) – como GraphSAGE, GAT ou GIN – utilizando PyTorch Geometric ou DGL, para propagar sinais de risco ao longo da rede. Realizar experimentos comparativos entre os modelos GNN e os tradicionais (XGBoost/LR), validando a evolução da métrica Gini e garantindo robustez temporal (backtesting) contra vazamento de dados. Aplicar técnicas de explicabilidade (ex: GNNExplainer) para identificar influenciadores no grafo e garantir transparência e aderência às normas de governança e compliance bancário. Industrializar o modelo por meio de APIs (FastAPI) e inferência em lote, containerizando a solução (Docker/Kubernetes) para integração com os sistemas de decisão de crédito. Conhecimentos necessários Experiência com pesquisa em machine learning e deep learning É importante a pessoa ter domínio em grafos e aplicações de deep learning envolvendo grafos, sobretudo GNNs Linguagem de programação Python Conhecimento desejáveis: Publicações em deep learning, grafos, CNNs e GNNs Pesquisa envolvendo grandes volumes de dados Pesquisa envolvendo grafos de arestas multidimensionais Informações adicionais: Disponibilidade: 40h semanais Duração: 12 meses Bolsa Auxílio: R$ 7.000,00 (mestrado concluido) ou R$ 9.000,00 (doutorado concluído). Formato remoto. Conheça o INOVA TALENTOS https://vimeo.com/676464243/165a0bf5f5 https://vimeo.com/fabrikafilmes/review/680121344/b5b3c6e91d

Exigências

• Escolaridade Mínima: Pós-graduação - Mestrado