Economista Sênior | São Paulo (SP)

Buscamos um(a) Economista Sênior para liderar análises empíricas, avaliações de impacto e construção de evidências que apoiem decisões estratégicas, aprimorem políticas públicas e ampliem a narrativa de valor do ecossistema.

Nessa cadeira, você será responsável por estruturar e conduzir estudos de microeconomia aplicada, desenvolver indicadores proprietários, identificar efeitos causais, estruturar parcerias acadêmicas e conectar a inteligência analítica ao impacto para usuários, mercado e sociedade, garantindo a transparência e a neutralidade da Associação.

Você terá a chance de trabalhar diretamente com lideranças, reguladores, pesquisadores no Brasil e no exterior, especialistas técnicos e participantes do ecossistema. É uma função para quem quer combinar rigor analítico, visão estratégica e impacto sistêmico.

O que você vai fazer por aqui:

• Conduzir avaliações de impacto econômico e social do Open Finance;
• Desenvolver indicadores estratégicos (crédito, portabilidade, pagamentos, inclusão, competição);
• Realizar análises econométricas e estudos de inferência causal;
• Estruturar e manter parcerias acadêmicas e pesquisas colaborativas;
• Produzir benchmarks internacionais e mapeamentos globais;
• Construir ferramentas e frameworks de decisão e comunicação de valor;
• Extrair, tratar e analisar dados via APIs do Open Finance;
• Contribuir para automação de análises e pipelines internos;
• Apoiar pesquisas de mercado e inteligência competitiva.

O que esperamos de você:

• Preferencialmente residir em São Paulo e região;
• Mestrado ou Doutorado em Economia, Economia Aplicada, Econometria ou Finanças;
• Experiência mínima de 2 anos na área;
• Experiência em microeconomia aplicada, avaliação de impacto ou análises quantitativas;
• Domínio de R, Python, SQL e ferramentas de análise de dados;
• Capacidade de traduzir análises complexas em insights estratégicos;
• Experiência em projetos de pesquisa, consultoria, governo, mercado financeiro ou academia.

Diferenciais que contam pontos:

• Experiência em métodos de inferência causal (DiD, RDD, matching, synthetic control);
• Familiaridade com automação de pipelines e boas práticas de ciência de dados;
• Conhecimento de mercados financeiros, pagamentos ou políticas de compartilhamento de dados;
• Noções de integração de dados e APIs;
• Inglês intermediário;
• Familiaridade com ambientes regulatórios.