Engenheiro(a) de Machine Learning Sênior (Previsão de Churn na Saúde)

confidential; United States; À distance; USD 120 000 - 190 000; Plein temps

Avantages offerts par ce poste

Ambiente remoto

Trabalho com equipes globais

TotalPass, Mediquo

Résumé du poste

Sylision está recrutando um Engenheiro(a) de Machine Learning Sênior para atuar na previsão de churn no setor de saúde, com foco em produção de modelos robustos, validação temporal e calibração de probabilidades. O papel é 100% remoto, com contratação CLT ou PJ, trabalhando com dados sensíveis e governança LGPD.

Você vai liderar o ciclo completo desde features até deployment em contêiner, monitoramento de deriva, e avaliação de campanhas de retenção com grupo de controle.

Qualifications

• Python e SQL para dados tabulares em volume.
• Modelos de gradiente e regressão com validação temporal e calibração.
• Prevenção de vazamento de dados no desenho das features.
• Orquestração com Airflow ou ferramenta equivalente.
• Empacotar e implantar modelo em contêiner, com testes.

Responsabilités

• Construir o repositório de features de uso, financeiro e atendimento, com versionamento.
• Treinar e comparar modelos de gradiente e regressão, validando por período.
• Orquestrar a carga semanal, o escore e a gravação no Airflow.
• Registrar experimentos e modelos no MLflow e promover versões com critério.
• Monitorar deriva de entrada e de saída e a calibração das probabilidades.
• Definir o gatilho de retreino e automatizar o ciclo.
• Medir o efeito da campanha de retenção com grupo de controle e reportar o resultado.

Connaissances

Python

SQL

Modelos de gradiente

Regressão

Validação temporal

Calibração

Vazamento de dados

Outils

scikit-learn

XGBoost

MLflow

Airflow

Docker

Description du poste

Vaga aberta de Engenheiro(a) de Machine Learning Sênior (Previsão de Churn 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 perde beneficiários que cancelam o plano, e o cancelamento costuma ser precedido de sinais: aumento de reajuste, queda de uso, reclamações na ouvidoria, troca de empregador. Você vai colocar em produção o modelo que estima, a cada semana, a probabilidade de cancelamento em 90 dias, para que a equipe de retenção ligue primeiro para quem mais pede atenção.

O trabalho de engenharia é a parte menos vistosa: features calculadas igual no treino e na inferência, sem vazar informação do futuro, janelas de tempo certas, treino reproduzível e validação por período, e não por sorteio. A base tem beneficiários que entram e saem, o que distorce qualquer taxa calculada sem cuidado.

Depois do deploy vem a vida real: a deriva quando um reajuste muda o comportamento, a calibração das probabilidades, o retreino com gatilho claro e o acompanhamento de quanto a ação de retenção de fato reduziu o cancelamento num grupo de controle.

O que você vai fazer:

• Construir o repositório de features de uso, financeiro e atendimento, com versão
• Treinar e comparar modelos de gradiente e linear, validando por período
• Orquestrar a carga semanal, o escore e a gravação no Airflow
• Registrar experimentos e modelos no MLflow e promover versões com critério
• Monitorar deriva de entrada e de saída e a calibração das probabilidades
• Definir o gatilho de retreino e automatizar o ciclo
• Medir o efeito da campanha de retenção com grupo de controle e reportar o resultado

Requisitos:

• Python e SQL para dados tabulares em volume
• Modelos de gradiente e regressão, com validação temporal e calibração
• Prevenção de vazamento de dados no desenho das features
• Orquestração com Airflow ou ferramenta equivalente
• Empacotar e implantar modelo em contêiner, com testes
• Explicar a um gestor o que a probabilidade significa e o que não significa

Diferenciais:

• Interpretabilidade com SHAP para apoiar a equipe de retenção
• Modelos de sobrevivência para tempo até o cancelamento
• Teste de campanha com desenho experimental
• Conhecimento de dados de plano de saúde ou de assinatura
• Monitoramento com alertas encaminhados ao plantão

Como é trabalhar aqui:

Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Todo modelo novo entra com cartão de modelo, relatório de validação e plano de retorno, revistos por uma pessoa do time antes da promoção. O acompanhamento é semanal, com a deriva e o resultado das campanhas na pauta fixa. 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
• scikit-learn
• XGBoost
• MLflow
• SQL
• Airflow
• Docker
• Monitoramento de deriva

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