Cientista de Dados Sênior - Inferência Causal em Saúde

Sylision; United States; Remote; USD 140,000 - 190,000; Full time

Benefits offered by this job

Ambiente colaborativo

Liberdade e flexibilidade

Conexão global com times

Job summary

Sylision está buscando um Cientista de Dados Sênior para trabalhar 100% remoto, com foco em inferência causal na saúde. A posição exige domínio de métodos de causal inference, estatística robusta e comunicação clara de resultados para decisão estratégica em saúde.

Você selecionará desenhos de estudo, estimará efeitos com técnicas apropriadas e testará suposições de identificação, reportando limitações e incertezas. A vaga valoriza experiência com dados sensíveis e colaboração global.

Qualifications

• Inferência causal aplicada a dados observacionais, com domínio de confusão, seleção e viés de sobrevivência.
• Estatística sólida, incluindo intervalo de confiança, múltiplas comparações e poder.
• Escrita clara para público não técnico, com gráfico que informa.

Responsibilities

• Traduzir a pergunta clínica e financeira em pergunta causal com população, intervenção e desfecho bem definidos.
• Escolher o desenho de estudo e registrar suas suposições antes de olhar o resultado.
• Estimar o efeito com pareamento, ponderação, diferenças em diferenças ou outro método justificado.
• Testar balanceamento, tendências paralelas e sensibilidade a confusão não observada.
• Quantificar a incerteza e o efeito por subgrupos sem pescar resultado.
• Escrever o relatório com conclusão, limites e decisão sugerida.
• Orientar analistas na formulação de perguntas causais antes de modelar

Skills

Inferência causal

Python

Pandas

Estatística

SQL

scikit-learn

Jupyter

Comunicação de resultados

Tools

Python

Pandas

scikit-learn

SQL

Jupyter

Job description

Sylision está buscando um Cientista de Dados Sênior para trabalhar 100% remoto, com foco em inferência causal na saúde. A posição exige domínio de métodos de causal inference, estatística robusta e comunicação clara de resultados para decisão estratégica em saúde.

Você selecionará desenhos de estudo, estimará efeitos com técnicas apropriadas e testará suposições de identificação, reportando limitações e incertezas. A vaga valoriza experiência com dados sensíveis e colaboração global.