Cientista de Dados Senior - Brasil

Transformar vidas com saúde é o que nos move!

Atuamos em todo o Brasil por meio de duas unidades de negócios, Amil e Rede Total Care, com mais de 1.500 hospitais credenciados e uma rede própria de hospitais, clínicas, centros de tratamento, home care e transporte médico.

Com uma missão clara e valores sólidos, fortalecemos nossa cultura com compromisso de servir sempre melhor. Cuidamos das nossas pessoas colaboradoras para que esse cuidado se reflita na população que atendemos.

Promovemos uma cultura inovadora, diversa, equitativa e inclusiva. Todas as candidaturas qualificadas são bem-vindas, sem distinção de etnia, raça, deficiência, orientação sexual, identidade ou expressão de gênero, idade, nacionalidade, religião ou qualquer outro marcador social.

Reforçamos que não solicitamos pagamentos, taxas ou códigos SMS em nossos processos seletivos. Todas as oportunidades estão disponíveis em nossos canais oficiais e no nosso site de carreira. Qualquer situação diferente deve ser denunciada. Objetivo: Responsável por liderar tecnicamente projetos de Ciência de Dados, desenvolvendo modelos avançados de Machine Learning e soluções analíticas escaláveis voltadas à otimização de custos médicos e criação de regras automatizadas (glosas).

Principais Responsabilidades

Desenvolver e validar modelos preditivos e de clusterização (ex.: Random Forest, Gradient Boosting, KMeans);

Conduzir análises exploratórias avançadas e engenharia de atributos;

Construir e otimizar pipelines de dados produtivos;

Apoiar decisões técnicas e orientar cientistas plenos;

Trabalhar em parceria com especialistas e áreas de negócio.

Principais desafios: Desenvolver modelos robustos e explicáveis em ambientes de alta escala. Garantir performance, estabilidade e monitoramento dos modelos. Traduzir problemas de negócio em soluções analíticas eficazes.

Qualificações necessárias: Formação superior em Ciência da Computação, Estatística, Matemática, Engenharia ou áreas correlatas. Pós-graduação em Ciência de Dados ou áreas afins (desejável).

Domínio de Python, SQL e Databricks, além de experiência com técnicas avançadas de predição e clustering, como Redes Neurais, Random Forest e K-means.

Forte base estatística e matemática aplicada.

Capacidade de trabalhar com dados complexos e não estruturados.

Visão de produto analítico e impacto financeiro.