Engenheiro(a) de Machine Learning Sênior (MLOps e Deploy de Modelos na Saúde)

confidential; United States; Remote; USD 120,000 - 180,000; Full time

Benefits offered by this job

Ambiente colaborativo

Trabalho remoto

Conexão global

TotalPass

Team Care

Plano de contratação estável

Job summary

A Sylision procura Engenheiro(a) de Machine Learning Sênior para liderar MLOps e deploy de modelos na área da saúde, com atuação 100% remota. O(a) profissional irá estruturar pipelines, versionar dados e modelos, e gerenciar a transição segura de modelos para produção, com foco em tempo de entrega, métricas e confiabilidade.

Requisitos incluem experiência com modelos tabulares em produção, Python, SQL, contêineres, e domínio de ferramentas como Airflow, MLflow e Git.

Qualifications

• Experiência prática de levar modelos tabulares até a produção.
• Python, SQL e contêineres no dia a dia.
• Domínio de orquestração de pipelines e de registro de modelos.
• Compreensão de vazamento de dados e de deriva entre treino e produção.
• Cuidado com dados pessoais de saúde, sob a LGPD.
• Capacidade de decidir arquitetura e responder pelo resultado.

Responsibilities

• Construir pipeline de treino reprodutível orquestrado no Airflow.
• Versionar dados, código e modelos no MLflow com critérios de promoção.
• Garantir que o cálculo das variáveis seja o mesmo no treino e na inferência.
• Empacotar a inferência em contêiner com contrato de entrada e saída validado.
• Implantar em sombra e por fatia, com comparação automática antes da troca total.
• Montar a reversão automática quando a latência ou o erro passarem do limite.
• Reduzir ao mínimo os dados identificáveis que trafegam entre os serviços.
• Definir o padrão de MLOps do time e orientar a pessoa que assume cada modelo.

Skills

Python

Pipelines

MLOps

Model registry

Dados tabulares

Tools

MLflow

Docker

Airflow

scikit-learn

XGBoost

SQL

CI/CD

Git

Job description

Vaga aberta de Engenheiro(a) de Machine Learning Sênior (MLOps e Deploy de Modelos 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:

Modelos de risco de reinternação e de absenteísmo em consulta foram treinados em notebook e hoje chegam à operação por planilha. A tarefa é levá-los a um serviço com versão, treino reproduzível e implantação gradual, sem que a equipe assistencial perceba a troca a não ser pela melhora dos números.

Você vai desenhar o caminho do dado ao serviço: tabela de variáveis com cálculo idêntico no treino e na inferência, registro de modelos com métricas e linhagem, implantação em sombra e depois por fatia de pacientes, e reversão em minutos. Os pontos delicados são o atraso de chegada dos dados do prontuário, a identificação de paciente que não pode circular fora do necessário e a troca de modelo sem quebrar o que os painéis esperam.

O resultado se mede pelo tempo entre um modelo aprovado e o modelo em produção, pela diferença entre métrica offline e online, pela taxa de falha de entrega e pelo tempo de recuperação quando algo dá errado.

O que você vai fazer:

• Construir o pipeline de treino reprodutível orquestrado no Airflow
• Versionar dados, código e modelos no MLflow com critérios de promoção
• Garantir que o cálculo das variáveis seja o mesmo no treino e na inferência
• Empacotar a inferência em contêiner com contrato de entrada e saída validado
• Implantar em sombra e por fatia, com comparação automática antes da troca total
• Montar a reversão automática quando a latência ou o erro passarem do limite
• Reduzir ao mínimo os dados identificáveis que trafegam entre os serviços
• Definir o padrão de MLOps do time e orientar a pessoa que assume cada modelo

Requisitos:

• Experiência prática de levar modelos tabulares até a produção
• Python, SQL e contêineres no dia a dia
• Domínio de orquestração de pipelines e de registro de modelos
• Compreensão de vazamento de dados e de deriva entre treino e produção
• Cuidado com dados pessoais de saúde, sob a LGPD
• Capacidade de decidir arquitetura e responder pelo resultado

Diferenciais:

• Uso de Kubernetes ou serviço gerenciado de implantação de modelos
• Conhecimento de interoperabilidade com padrão FHIR
• Testes de carga de inferência e ajuste de latência
• Prática de documentar modelos com cartão de modelo

Como é trabalhar aqui:

Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Mudança de infraestrutura de modelo passa por revisão de outra pessoa sênior e tem plano de reversão escrito. Incidentes geram um relato curto sem culpados, e o time acompanha o tempo de recuperação em reunião mensal. 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
• MLflow
• Docker
• Airflow
• scikit-learn
• XGBoost
• SQL
• CI/CD
• Git

Seus dados:

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