Cientista de Dados Sênior (Previsão de Inadimplência na Saúde)

Sylision; United States; Remote; USD 140,000 - 180,000; Full time

Benefits offered by this job

Ambiente colaborativo

Trabalhe de qualquer lugar

Conexão global

Apoio à saúde com TotalPass e Mediquo

Team Care

Contratação definida com a empresa

Job summary

A Sylision procura um Cientista de Dados Sênior para prever inadimplência na saúde. Trabalho 100% remoto, contratação CLT ou PJ, atuação com dados sensíveis sob LGPD.

Você definirá eventos de inadimplência, construirá bases sem vazamento de informações, treinará modelos e calibrará probabilidades, com validação temporal e foco em recuperação de receita. Informe sua pretensão salarial ao candidatar-se.

Qualifications

• Estatística aplicada a risco de crédito ou comportamento de pagamento.
• Validação temporal e prevenção de vazamento de informações.
• Capacidade de comunicar incerteza para decisões de cobrança e jurídico.
• Calibração de probabilidades e interpretação de modelos.

Responsibilities

• Definir o evento de inadimplência e a janela de observação com a área financeira.
• Montar a base de contratos sem vazamento de informação futura.
• Treinar e comparar modelos simples e de árvores, com validação por período.
• Calibrar as probabilidades e checar validez por tipo de plano.
• Avaliar efeito de reajuste anual e mudanças de carteira no desempenho.
• Desenhar experimento para medir ganho de recuperação vs régua atual de cobrança.
• Explicar fatores do modelo para cobrança e área jurídica.
• Acompanhar deriva mensal e propor retrenar quando necessário.

Skills

Validação temporal

Prevenção de vazamento

Calibração de probabilidade

Interpretação de modelo

Comunicar incerteza

Ética de dados

Tools

Python

Pandas

scikit-learn

SQL

Jupyter

Git

Regressão logística

Job description

Vaga aberta de Cientista de Dados Sênior (Previsão de Inadimplência na Saúde). A empresa contratante é confidencial neste anúncio, e a seleção é conduzida pela Sylision.

Nível: senior.

Modelo de trabalho: 100% Remoto.

Contratação: tempo integral, CLT ou PJ.

Sobre a vaga:

Uma operadora de saúde recebe mensalidades de planos individuais e empresariais, e parte delas atrasa. A cobrança precisa decidir quem contatar primeiro, por qual canal e com que oferta de renegociação, sabendo que apertar a pessoa errada gera cancelamento e reclamação à agência reguladora.

Você vai estimar a probabilidade de atraso superior a trinta dias por contrato, com prazo de observação bem definido e cuidado para não usar informação que só existe depois do vencimento. Os pontos difíceis são a mudança de perfil depois de reajuste anual, o contrato empresarial em que o pagador não é o beneficiário e a calibração, porque a equipe de cobrança vai tratar o número como chance real e não como ordem de lista.

O resultado se mede pela capacidade de separar bons e maus pagadores fora da amostra de treino, pela calibração por faixa e pela recuperação adicional de receita em um teste controlado contra a abordagem atual.

O que você vai fazer:

• Definir o evento de inadimplência e a janela de observação com a área financeira
• Montar a base de contratos sem vazamento de informação futura
• Treinar e comparar modelos simples e de árvores, com validação por período
• Calibrar as probabilidades e checar se valem em cada tipo de plano
• Avaliar o efeito do reajuste anual e de mudanças de carteira sobre o desempenho
• Desenhar o experimento que mede ganho de recuperação contra a régua de cobrança atual
• Explicar os fatores do modelo para a cobrança e para a área jurídica
• Acompanhar a deriva mensal e propor o momento de retrenar

Requisitos:

• Estatística aplicada a risco de crédito ou comportamento de pagamento
• Python com Pandas e scikit-learn, e SQL de nível analítico
• Validação temporal e prevenção de vazamento
• Conhecimento de métricas de separação, calibração e de custo de erro
• Capacidade de comunicar incerteza para quem decide
• Cuidado com variável sensível e com o risco de discriminação indireta

Diferenciais:

• Noção de regras da agência reguladora para cobrança e cancelamento
• Experiência com análise de sobrevivência aplicada a contratos
• Uso de SHAP para explicar decisões individuais
• Desenho de teste A/B com unidades correlacionadas

Como é trabalhar aqui:

Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em Minas Gerais. As análises seguem em caderno versionado com revisão de outra pessoa de dados antes de chegar à cobrança. Decisões sobre variável e corte são registradas por escrito, e o resultado do experimento é apresentado com os limites do que ele prova. 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
• Regressão logística
• Calibração de probabilidade
• Jupyter
• Git

Seus dados:

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