Oportunidades de Carreira: Cientista de Dados (Processos e Performance) - Morumbi (1310299)

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!

Informações sobre a área de trabalho

Unidade: Morumbi

Horáio: 08h às 17h - 200h

Modelo: Híbrido

Sumário

Responsável pelo desenvolvimento, implementação e evolução de modelos preditivos, com foco em séries temporais. Este profissional será responsável por conduzir análises e soluções, apoiando diretamente a tomada de decisão do negócio.

Atuará em todo o ciclo de vida dos modelos, desde a concepção até o monitoramento em produção, garantindo qualidade, escalabilidade e geração de valor. Também participará da construção e evolução de pipelines de dados e modelos (MLOps), além de interagir com áreas de negócio na definição de soluções analíticas e comunicação de resultados.

Responsabilidades

Modelagem e Ciência de Dados

• Desenvolver e evoluir modelos preditivos com foco em séries temporais (forecasting);
• Selecionar, treinar, validar e otimizar modelos estatísticos e de machine learning (ex: Prophet, XGBoost, ARIMA e técnicas de ensemble);
• Realizar feature engineering, incluindo criação de variáveis derivadas (lags, janelas móveis, variáveis externas);
• Avaliar e comparar modelos com base em métricas técnicas e impacto no negócio;
• Aplicar técnicas adequadas de validação, como validação cruzada para séries temporais;
  
  

MLOps e Produção

• Utilizar a plataforma de MLOps existente para registro, versionamento e disponibilização de modelos;
• Realizar o deploy de modelos em ambiente produtivo, seguindo os padrões e processos estabelecidos;
• Monitorar a performance dos modelos em produção, identificando variações, degradação e necessidade de re-treinamento;
• Garantir a correta rastreabilidade dos experimentos, dados e versões de modelos;
• Contribuir para a manutenção e melhoria contínua dos pipelines e processos de machine learning;
• Atuar em conformidade com as boas práticas de arquitetura de dados e governança de modelos;
  
  

Atuação com Negócio

• Traduzir problemas de negócio em soluções analíticas estruturadas;
• Propor abordagens e hipóteses de modelagem;
• Gerar insights acionáveis com impacto nos resultados;
• Atuar de forma consultiva junto às áreas parceiras;
  
  

Comunicação e Colaboração

• Apresentar resultados para públicos técnicos e não técnicos;
• Desenvolver visualizações e narrativas orientadas à tomada de decisão;
• Documentar modelos e soluções desenvolvidas;
• Apoiar o desenvolvimento de profissionais mais juniores;
  
  

Requisitos

Formação e Conhecimentos Técnicos

• Experiência prática com Python e SQL;
• Superior compleyo;
• Vivência com modelagem de séries temporais;
• Experiência com algoritmos de machine learning, especialmente regressão, árvores e métodos de boosting (ex: XGBoost, LightGBM);
• Conhecimento em manipulação e preparação de dados (feature engineering);
• Experiência com avaliação de modelos e métricas de desempenho;
  
  

Estatística e Modelagem

• Conhecimento em estatística descritiva e inferencial;
• Noções de probabilidade;
• Experiência com regressão e validação de modelos;
• Entendimento dos principais conceitos de séries temporais (tendência, sazonalidade, estacionariedade);
  
  

MLOps

• Experiência com versionamento de código (Git);
• Vivência com deploy de modelos (APIs ou processamento batch);
• Experiência com construção de pipelines de dados e/ou machine learning;
• Conhecimento em monitoramento de modelos em produção;
  
  

Dejesávell

• Experiência com modelos avançados de séries temporais (Prophet, SARIMA, modelos híbridos);
• Vivência com técnicas de ensemble (stacking, blending, boosting);
• Experiência com ferramentas de MLOps (MLflow, Airflow, Kubeflow);
• Conhecimento em práticas de CI/CD aplicadas a machine learning;
• Experiência com ambientes em nuvem (AWS, GCP ou Azure);
• Conhecimento em Docker e conteinerização;
• Experiência com processamento de dados em larga escala (ex: Spark);
• Vivência com testes A/B e experimentação.
  
  

Einstein Benefícios – Compartilhando Bem-Estar

• 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.