Engenheiro(a) de IA Pleno (Extração de Documentos com LLM na Saúde)

confidential; United States; Remoto; USD 120.000 - 180.000; Tempo integral

Benefícios oferecidos por esta vaga

Ambiente colaborativo

Trabalhe de qualquer lugar

Conexão global

Apoio à saúde física

Resumo da vaga

Sylision procura Engenheiro(a) de IA Pleno para atuar na extração estruturada de documentos de saúde com modelos de linguagem. O trabalho envolve leitura de documentos, extração por campos, validação com regras e encaminhamento para conferência humana quando necessário, mantendo conformidade com LGPD.

Condição 100% remoto, contratação CLT ou PJ, tempo integral. Requisitos: Python com FastAPI, OCR, avaliação de modelos e conhecimento de LGPD. Benefícios conforme anúncio.

Qualificações

• Python com FastAPI e rotina de testes.
• Extração estruturada com modelos de linguagem e saída validada por esquema.
• Noção de OCR e de seus limites em documentos digitalizados.
• Método para avaliar extração por campo, com conjunto de referência.
• Cuidado com dados sensíveis de saúde e com a LGPD.
• Diálogo com equipes de faturamento e de auditoria médica.

Responsabilidades

• Construir o pipeline de leitura de documentos, com OCR para digitalizados e extração de texto para PDFs.
• Definir os esquemas de saída por tipo de documento e fazer o modelo respeitá-los.
• Validar a extração com regras, como código de procedimento, datas coerentes e valores somados.
• Enviar para conferência humana os campos de baixa confiança, com o trecho de origem.
• Medir acerto por campo e tipo de documento, com amostras conferidas por quem conhece o processo.
• Aplicar mascaramento e controle de acesso a dados de saúde em toda a esteira.
• Controlar custo e tempo por documento e manter fila de reprocessamento.

Conhecimentos

Python

FastAPI

OCR

LLMs

Extração de informação

Ferramentas

Docker

Descrição da vaga

Vaga aberta de Engenheiro(a) de IA Pleno (Extração de Documentos com LLM na Saúde). A empresa contratante é confidencial neste anúncio, e a seleção é conduzida pela Sylision.

Nível: pleno.

Modelo de trabalho: 100% Remoto.

Contratação: tempo integral, CLT ou PJ.

Sobre a vaga:

Um hospital e as operadoras que o pagam trocam uma quantidade enorme de papel e PDF: pedidos de exame, laudos, guias de internação, relatórios médicos e contas hospitalares. Alguém digita esses dados em sistemas, e um erro numa data, num código de procedimento ou numa dosagem pode levar a glosa de pagamento ou a um problema no cuidado do paciente.

Você vai construir a extração estruturada desses documentos com modelos de linguagem: leitura do documento, inclusive digitalizado e com letra variável, identificação dos campos relevantes, saída em formato fixo e validação cruzada com regras, como a compatibilidade entre código do procedimento e descrição. Quando a confiança é baixa, o campo vai para conferência humana com o trecho do documento destacado.

O resultado se mede em acerto por campo, percentual de documentos processados sem intervenção, tempo de digitação poupado e erros evitados antes do envio. Os documentos contêm dados de saúde, o que exige controle de acesso rigoroso, mascaramento em logs e conformidade com a LGPD.

O que você vai fazer:

• Construir o pipeline de leitura de documentos, com OCR para digitalizados e extração de texto para PDFs
• Definir os esquemas de saída por tipo de documento e fazer o modelo respeitá-los
• Validar a extração com regras, como código de procedimento, datas coerentes e valores somados
• Enviar para conferência humana os campos de baixa confiança, com o trecho de origem
• Medir acerto por campo e tipo de documento, com amostras conferidas por quem conhece o processo
• Aplicar mascaramento e controle de acesso a dados de saúde em toda a esteira
• Controlar custo e tempo por documento e manter fila de reprocessamento

Requisitos:

• Python com serviço web em FastAPI e rotina de testes
• Extração estruturada com modelos de linguagem e saída validada por esquema
• Noção de OCR e de seus limites em documentos digitalizados
• Método para avaliar extração por campo, com conjunto de referência
• Cuidado com dados sensíveis de saúde e com a LGPD
• Diálogo com equipes de faturamento e de auditoria médica

Diferenciais:

• Conhecimento de guias, laudos e contas hospitalares
• Familiaridade com terminologias médicas e tabelas de procedimentos
• Prática com modelos de visão e linguagem para documentos
• Uso de modelos hospedados em ambiente próprio para dados sensíveis
• Experiência com filas e processamento em lote

Como é trabalhar aqui:

Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Mudanças no processo de extração são medidas contra o conjunto de referência antes de ir ao ar, e quem revisa os campos duvidosos ajuda a apontar os erros mais comuns. O acesso a documentos reais é restrito e registrado. 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

Técnologias envolvidas:

• Python
• LLMs
• Extração de informação
• OCR
• FastAPI
• Avaliação de modelos
• LGPD
• Docker

Seus dados: tratados conforme a LGPD, com remoção a qualquer momento, a pedido.