Oportunidades de Carreira: Cientista de Dados | PROADI - SUS (1312001)

Com 70 anos de existência, o Einstein Hospital Israelita ainda mantém uma premissa: inovar e crescer, sempre com excelência. Ajudamos a salvar vidas, difundir o conhecimento em educação, prevenção e inovação em saúde. Além da atuação em setores assistenciais, temos oportunidades na área de Inovação, Tecnologia, Pesquisa, Ensino, entre outras. Seguimos oferecendo qualidade, afirmando nosso compromisso com a Responsabilidade Social e com o propósito de levar uma gota de Einstein para cada cidadão. Valorizamos a diversidade e inclusão de todos os talentos e buscamos profissionais que compartilhem deste mesmo propósito!

Sumário

Esta vaga é vinculada ao PROADI-SUS uma iniciativa do Ministério da Saúde que tem como objetivo fortalecer o Sistema Único de Saúde (SUS) por meio de parcerias com hospitais filantrópicos de excelência.

A Sociedade Beneficente Israelita Brasileira Albert Einstein participa ativamente do programa há mais de 16 anos, desenvolvendo projetos voltados à qualificação da gestão pública, à capacitação de profissionais e à melhoria da qualidade dos serviços de saúde oferecidos à população.

Em Conformidade Com a Portaria GM/MS Nº 5.801/2024 e Reafirmando Nosso Compromisso Com a Diversidade, Equidade e Inclusão, Esta Vaga é Destinada à Ampla Concorrência, Com Reserva De Oportunidades Para Os Seguintes Grupos Afirmativos

Pessoas autodeclaradas negras (pretas ou pardas), conforme critérios do IBGE;

Pessoas autodeclaradas indígenas;

Pessoas autodeclaradas quilombolas;

Pessoas com deficiência (PcD);

Pessoas trans (travestis, mulheres e homens trans).

Os(as) candidatos(as) que optarem por concorrer às vagas reservadas deverão apresentar documentação comprobatória em etapa posterior do processo seletivo, conforme os critérios estabelecidos em edital e com base nas normas vigentes.

O tratamento dessas informações observará os princípios da Lei Geral de Proteção de Dados Pessoais (LGPD), garantindo confidencialidade, segurança e uso exclusivo para fins de verificação de elegibilidade à reserva de vagas.

Responsabilidades

No Segmento De Ciência De Dados

• Tratar, transformar e organizar dados desorganizados (estruturados, semi-estruturados ou não estruturados), com uso de habilidades em matemática, estatística, programação, machine learning e outros, aplicando suas capacidades analítica, de conhecimento de negócio, de compreensão contextual, para identificar soluções para os problemas de negócios e contribuir na tomada de decisões e estratégias da instituição.
• Realizar pesquisas sem direção e formular perguntas abertas aos dados
• Extrair grandes volumes de dados de múltiplas fontes internas e externas
• Empregar os programas de análise sofisticadas, machine learning e métodos estatísticos para preparar os dados para uso em modelagem preditiva e prescritiva
• Explorar e analisar dados de uma variedade de ângulos para determinar fraquezas escondidas, tendências e / ou oportunidades
• Conceber soluções orientadas a dados para os desafios mais prementes
• Inventar novos algoritmos para resolver problemas e criar novas ferramentas para automatizar o trabalho
• Comunicar previsões e resultados para o cliente demandante, através de visualizações de dados eficazes
• Recomendar mudanças nos procedimentos e estratégias da Instituição"
  
  

• Criar soluções de softwares que permitam resolver problemas de negócios através de modelos preditivos.
• Pesquisar e desenvolver novos algoritmos.
• Aplicar esses algoritmos e criar soluções."
  
  

• Entender os dados do projeto em desenvolvimento e reproduzir os mesmos de forma visual que atendam as demandas do cliente.
• Adotar gráficos, tabelas, relatórios e, principalmente, narrativas para apresentar a um público não técnico as conclusões de um projeto de análise de dados."
  
  

• Projetar novos modelos estatísticos e ferramentas de coleta de dados e usar técnicas avançadas de análise estatística e de probabilidade
  
  

• Trabalhar em projetos com tecnologias específicas, aplicando modelos matemáticos e analises estatísticas, com foco na otimização matemática para desenvolver sistemas de suporte para decisão, tais como: custo, preço, logística, qualidade e prazo da entrega e receita.
• Atuar de forma humanizada na relação com o paciente, familiar e cliente interno, conforme Filosofia Planetree e diretrizes de qualidade e segurança do paciente;
• Conhecer os riscos dos locais de trabalho, cumprir e fazer cumprir os procedimentos, disposições legais, normas, instruções e políticas de Saúde, Segurança e Meio Ambiente.
  
  

• Matemática: cálculo multivariável e álgebra linear (matrizes, autovalores e autovetores, regra da cadeia, matriz de jacobiana, gradiente, tensores e maldição da dimensionalidade)
• Estatística descritiva: média, mediana, moda, distribuições (tais como: normal, poisson, binomial e chi-square), correlação, variância, teorema do limite central e desvio padrão e variância
• Estatística inferencial: teste de hipótese (tais como: p-values, intervalos de confiança), testes de significância (tais como: z-test, t-test e ANOVA) e regressão (regressão linear e regressão logística)
• Probabilidades: regra do produto, inferência bayesiana x frequentista, variáveis aleatórias, independência, condicionalidade, marginalização e lei da probabilidade total.
• Data wrangling: limpeza e manipulação de dados, extrair informações de arquivos (tais como: CSV e XML), regular expressions, transformações matemáticas e domínio de queries em banco de dados relacionais
• Programação em linguagens de data science (tais como: R, Python, SQL e Matlab). Conhecimentos de pacotes open source especificos para Data Science como: Tensorflow, Keras, Numpy, Pandas, Tidyverse, entre outros.
• Métodos de machine learning: aprendizagem supervisionada (tais como: decision trees, naive bayes, logistic regression, random forest, SVM e redes neurais) e aprendizagem não supervisionada (tais como: algoritmos de clusterização, PCA e SVD)
• Comunicação, visualização de dados e data storytelling: conhecimento do negócio do cliente, entendendo os dados de forma visual da área e sabendo comunicar sob forma de vizualização seus insights para o mesmo. Bibliotecas de vizualização de dados (tais como: GGPLOT, SHINY, MATPLOTLIB e SEABORN)
• Conhecimento de processos de dados e analytics
  
  

• Graduação completa;
• Nível de inglês avançado;
• Outros Métodos de machine learning: reinforcement learning (tais como: Q-learning, TD-learning e algoritmos genéticos) e deep learning (tais como: redes neurais, CNN, RNN e GAN)
• Pensamento analítico avançado: maturidade no desenvolvimento de modelos preditivos de dados. Fazer as perguntas certas, reconhecer o que é ou não importante, saber quais métodos analíticos devem ser utilizados.
• Otimização. Conhecimento de algoritmos de otimização e utilização de softwares como Gurobi
• Experiment Design: teste A/B, controle de variáveis, escolha de bons grupos de teste e controle, tamanho da amostra, nivel de confiança, estatística bayesiana, bootstrapping, simulação e experimento SMART (Specific, Measurable, Actionable, Realistic, Timely)
• Outras ferramentas: Debugging, testing, controle de versão (Git) e model deploy
• Conhecimento de funcionamento e manutenção de banco de dados NoSQL. (Tais como: Cassandra, MongoDB, CouchDB, Documento de grafos, entre outros)
• Configuração e manutenção do ecosistema Hadoop (tais como: HDFS, Spark, MapReduce, Pig, Hive, Impala, Flume, Sqoop, Zookeeper, Oozie, Hue, Kafka, Scala e Python
• Conhecimento de funcionamento e manutenção de banco de dados relacionais. MS SQL Server, Oracle, MySQL e PostgreSQL
• Planejamento e gestão de projetos
  
  

• Comunicação (oral e escrita);
• Trabalho em equipe, relacionamento interpessoal e comprometimento;
• Visão sistêmica;
• Resiliência;
• Capacidades analítica e investigativa e meticulosidade;
• Autodesenvolvimento.
  
  

• Local de trabalho: Morumbi
• Área: Digital
• Horário: Segunda a sexta 07:00-17:00
  
  

• Cuidados com a saúde: Programa Cuidar com serviços realizados no Einstein para promover a saúde e bem-estar dos colaboradores e dependentes, Clínicas Einstein, Telemedicina, Convênio Farmácia, Convênio Médico, Assistência Odontológica e Consultório Dental in Company.
• Bem-Estar: Wellhub (Gympass), TotalPass, Coral, Programa de Orientação Pessoal e SESC.
• Para você e sua família: Licença paternidade estendida, Seguro de Vida, Creche ou Auxílio Creche para mães ou pais com guarda legal, Auxílio para Filhos com Deficiência e Previdência Privada com taxa zero.
• Alimentação: Vale Alimentação, Vale Refeição ou Refeitório no local de trabalho.
• Mobilidade: Vale Transporte, Fretado, Estacionamento, Aplicativo de Caronas e Circular Metrô.
• Clube de Benefícios: Para economizar e obter vantagens nas compras de produtos e serviços de diversas categorias, como Beleza e Fitness, Comer e Beber, Compras, Cultura e Lazer, Educação Ensino Einstein, Turismo e muito mais.
• Programa Mais Conectados: Trabalho remoto nas modalidades Teletrabalho ou Híbrido conforme atividade e área de atuação.
• Os benefícios podem sofrer alteração de acordo com a convenção coletiva, unidade de trabalho e políticas vigentes.