Senior data science | python & mlops | data & ai

• Experiência Sólida em Ciência de Dados: Vivência construindo e colocando modelos de Machine Learning/Deep Learning em ambientes produtivos reais.
• Domínio de Ecossistema Cloud: Experiência prática em nuvem (preferencialmente Google Cloud Platform - GCP), utilizando serviços como: Vertex AI, BigQuery, Cloud Composer/Airflow, Cloud Run, GKE/Dataproc.
• Fundamentos Sólidos: Forte base em estatística, álgebra linear, probabilidade e matemática aplicada aos algoritmos de ML/IA.
• Práticas de MLOps & Engenharia de Software: Conhecimento sobre pipelines de orquestração, esteiras de CI/CD para ML, containerização (Docker/Kubernetes), versionamento de código (Git) e de modelos (ex.: MLflow, Vertex Model Registry).
• Linguagens e Frameworks: Fluência em Python e bibliotecas do ecossistema (Scikit-Learn, Pandas, PyTorch/TensorFlow, XGBoost, etc.) e consultas avançadas em SQL.
• Boas Práticas de Código: Foco em qualidade de código (SOLID, modularidade, documentação, testes unitários e de integração).
• Experiência prévia com aplicações práticas de LLMs / GenAI (RAG, Fine-Tuning, LangChain/LlamaIndex, Prompt Engineering em produção).

Desejáveis:

• Visão Orientada a Valor: Foco em gerar impacto real para a experiência do paciente e para o negócio.
• Vivência anterior no segmento de saúde, diagnósticos ou hospitalar.
• Comunicação Clara e Empática: Habilidade para dialogar tanto no detalhe técnico com Engenheiros de ML quanto em alto nível com POs e Diretorias.
• Proatividade e Resolução de Problemas: Capacidade de antecipar gargalos técnicos, propor soluções pragmáticas e lidar bem com cenários ambíguos.
• Colaboração e Espírito de Equipe: Gosto por trabalhar em squads multidisciplinares, compartilhar aprendizados e construir um ambiente de segurança psicológica.

Modelo Híbrido (2 vezes presencial na semana)

Pinheiros - SP

Você sonha grande e acredita que é importante inovar para descomplicar?

Então o seu lugar é na área de Dados da maior rede integrada de saúde do Brasil, fazendo parte da vida de mais de 20 milhões de pessoas por ano.Aqui você encontrará um ambiente dinâmico, ágil e de constante aprendizado. Nosso propósito é transformar o futuro da saúde, e a ciência de dados é o coração dessa jornada.

• Desenvolvimento End-to-End: Liderar e executar o ciclo completo de projetos de Machine Learning — desde a concepção do problema de negócio e análise exploratória (EDA) até o deploy, monitoramento e sustentação em produção.
• Autonomia Técnica: Desenhar e implementar soluções analíticas e arquiteturas de modelos (predição, NLP, visão computacional, GenAI/LLMs) com foco em escalabilidade, robustez e eficiência computacional.
• Cultura de MLOps & Engenharia: Construir pipelines automatizados de dados, treino e inferência (CI/CD, versionamento de artefatos/dados, testes automatizados e monitoramento de drift de dados/modelos).
• Interface com Negócio e Produto: Atuar como ponte técnica entre as áreas de negócio/produto e a engenharia, traduzindo dores complexas do ecossistema de saúde em hipóteses analíticas acionáveis e mensuráveis.
• Mentoria e Disseminação de Conhecimento: Apoiar o desenvolvimento técnico de cientistas de dados plenos e juniores, promovendo code reviews criteriosos e disseminando boas práticas de modelagem e código limpo.
• Comunicação de Resultados: Construir narrativas baseadas em dados (data storytelling) para apresentar métricas técnicas e de impacto de negócio para stakeholders executivos e multidisciplinares.