Cientista de Dados Júnior (Modelos de Propensão na Saúde)

confidential; United States; Remote; USD 17,000 - 24,000; Full time

Benefits offered by this job

Trabalho remoto

Flexibilidade de horários

Conexão com equipes internacionais

Apoio à saúde

Job summary

Sylision oferece vaga de Cientista de Dados Júnior para trabalhar 100% remoto em um projeto de modelos de propensão na área da saúde. O contratado terá atuação em Python, Pandas e scikit-learn, com foco em avaliação de desempenho e calibração de probabilidades, sob supervisão de profissional sênior.

A posição admite contratação CLT ou PJ, com regime remoto total. Espera-se experiência com SQL e capacidade de explicar resultados a equipes não técnicas, mantendo dados de saúde sob LGPD e controle

Qualifications

• Conhecimento de Python com Pandas e scikit-learn para modelagem de propensão e avaliação de desempenho.
• Capacidade de explicar resultados de modelos para equipes não técnicas de forma clara e objetiva.
• Uso básico de SQL para extração e validação de variáveis de beneficiários e uso de dados.

Responsibilities

• Montar base de treino com data de corte correta, sem uso de informações futuras.
• Treinar modelos de propensão (logística e árvores) e comparar resultados.
• Avaliar ganhos por decil, AUC e calibração das probabilidades.
• Explicar fatores que mais pesam na lista para a central.
• Propor teste com grupo sem contato para medir efeito real.
• Escrever consultas SQL para extrair e conferir variáveis.
• Registrar decisões em notebook para reprodução.

Skills

Comunicação

Explicação de resultados

Interpretação de modelos

Tools

Python

Pandas

scikit-learn

SQL

Jupyter

Git

Job description

Vaga aberta de Cientista de Dados Júnior (Modelos de Propensão na Saúde)

A empresa contratante é confidencial neste anúncio, e a seleção é conduzida pela Sylision.

Nível: junior.

Modelo de trabalho: 100% Remoto.

Contratação: tempo integral, CLT ou PJ.

Sobre a vaga:

A central de relacionamento de uma operadora de saúde tem poucas ligações por dia e muitos beneficiários que poderiam receber contato. A pergunta é quem tem maior chance de aderir ao programa de acompanhamento de crônicos, de renovar o plano ou de faltar à consulta marcada. Você vai construir modelos de propensão que ordenam essa lista para a central ligar primeiro para quem mais se beneficia.

Os riscos são conhecidos: usar no treino informação que só existe depois do fato, como o resultado do contato, e inflar a métrica; tratar como causa o que é só correlação, porque quem aceita o programa já era mais engajado; e entregar um número de propensão que não corresponde a probabilidade real, o que atrapalha a decisão de quantas ligações fazer.

O sucesso se mede por ganho nos primeiros decis da lista, calibração das probabilidades e, quando houver grupo de comparação, pelo efeito real do contato. Você trabalha com revisão constante de uma pessoa mais experiente, e os dados de saúde são tratados com acesso restrito e sem identificação direta.

O que você vai fazer

• Montar a base de treino com a data de corte correta, sem informação do futuro
• Treinar modelos de propensão com regressão logística e árvores e comparar os resultados
• Avaliar com curva de ganho por decil, AUC e calibração das probabilidades
• Explicar para a central quais fatores pesam mais na lista, em linguagem simples
• Propor um teste com grupo sem contato para medir o efeito real da ligação
• Escrever consultas SQL para extrair e conferir as variáveis do beneficiário
• Registrar em notebook limpo a decisão de cada etapa para outra pessoa reproduzir

Requisitos

• Python com Pandas e scikit-learn, demonstrado em curso, projeto próprio ou estágio
• SQL para junções e agregações em tabelas de beneficiário e de utilização
• Noção de separação treino, validação e teste, e de vazamento de informação
• Estatística básica: distribuição, intervalo de confiança e teste de hipótese
• Capacidade de explicar um resultado a quem não é da área técnica

Diferenciais

• Projeto próprio com dado público de saúde, como a base do SUS
• Conhecer calibração de probabilidade com Platt ou isotônica
• Noção de modelos de uplift e da diferença entre propensão e efeito
• Gosto por escrever o raciocínio junto com o código

Como é trabalhar aqui

Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Todo modelo passa por revisão de uma pessoa sênior antes de alimentar a lista da central, e nas primeiras semanas o trabalho é em par. O ritmo é de uma entrega pequena por semana, sempre com a métrica de ganho por decil ao lado. Na candidatura, informe a sua pretensão salarial.

Benefícios oferecidos pela empresa contratante

• Ambiente colaborativo, com senso de comunidade e conquistas celebradas em equipe
• Trabalhe de qualquer lugar, com liberdade e flexibilidade
• Conexão global: convivência com times de diferentes países e culturas
• Apoio à saúde física com TotalPass e Mediquo
• Cuidado com a saúde mental pelo programa Team Care
• Contratação e jornada definidas com a empresa contratante

Tecnologias envolvidas

• Python
• Pandas
• scikit-learn
• SQL
• Estatística
• Jupyter
• Calibração de modelos
• Git

Seus dados

tratados conforme a LGPD, com remoção a qualquer momento, a pedido.