Engenheiro(a) de Dados e Machine Learning Sênior

🌍 Remoto📍 Remoto

Descrição da Vaga

A Luby está em busca de um(a) Engenheiro(a) de Dados e Machine Learning Sênior para atuar na camada de inteligência de um produto de IA aplicado à saúde. O profissional será responsável por transformar grandes volumes de dados clínicos, como documentos, resultados de exames, históricos de prescrições, cartas de referência e registros de prontuário, em conhecimento acessível, preciso e confiável para agentes inteligentes. Esta é uma atuação embarcada no time de inteligência, onde engenharia de dados e engenharia de ML se integram, com forte ênfase em ML de produção, incluindo modelos versionados, pipelines monitorados e regressões de qualidade que disparam rollback automático. O trabalho respeita rigorosamente as restrições de dados sensíveis de saúde (PHI), requisitos de soberania de nuvem e o alto grau de precisão clínica exigido pelo domínio.

Responsabilidades

Projetar e manter pipelines de ingestão de dados estruturados (feeds HL7/FHIR, resultados de exames, registros de faturamento) e não estruturados (documentos de fax com 96%+ de acurácia de match, textos de prontuário, cartas de referência) para a stack de retrieval e reasoning.
Desenvolver e manter os pipelines de feature engineering e embeddings para RAG: estratégias de chunking, seleção e avaliação de modelos de embedding, gestão de índices vetoriais no Vertex AI Vector Search e métricas de qualidade de retrieval (MRR, NDCG, precision@k).
Construir e manter a stack de monitoramento de comportamento de modelos: detecção de distribution shift, tracking de qualidade de retrieval e métricas de qualidade de output alinhadas às suítes de avaliação.
Atuar em conjunto com o time de Agent Platform em MLOps: versionamento de modelos, roteamento A/B no Vertex AI, gatilhos de rollback por regressão de qualidade e experiment tracking.
Garantir o tratamento seguro de dados sensíveis (PHI) em todas as camadas: pseudonimização, integração de PHI proxy, enforcement de residência de dados em GCP/Vertex AI e pipeline de audit log de acesso.
Manter os padrões de qualidade de dados do Knowledge Graph, com pipelines de ingestão que codificam conhecimento de domínio clínico como entradas consultáveis e auditáveis.
Avaliar e integrar novas fontes de dados à medida que o ecossistema de saúde se expande (dados de farmácia, adjudicação e sinais de engajamento de pacientes).

Requisitos

✓8+ anos de experiência em Data Science ou ML Engineering.
✓3+ anos liderando projetos de ML em produção de forma independente.
✓Inglês fluente.
✓Fundamentos sólidos de engenharia de dados: design de pipelines, gestão de schemas, monitoramento de qualidade de dados e ETL/ELT em escala de produção.
✓Experiência comprovada em ML Engineering — modelos efetivamente colocados em produção, com entendimento da diferença entre acurácia de pesquisa e confiabilidade em produção.
✓Experiência com arquitetura RAG: estratégias de chunking, avaliação de modelos de embedding, bancos vetoriais (Vertex AI Vector Search, Weaviate, Pinecone ou equivalentes) e avaliação de qualidade de retrieval.
✓Fluência em GCP/Vertex AI: BigQuery, Cloud Storage, Vertex AI Pipelines, Model Registry e endpoints gerenciados de embedding.
✓Experiência com tratamento de PHI ou sólido conhecimento de legislação de privacidade canadense (PIPEDA/PHIPA), com privacidade tratada como restrição de design.
✓Proficiência em Python (linguagem primária da stack de dados e ML).
✓Experiência com RAG e MLOps.
✓Mestrado em Ciência da Computação, Data Science ou experiência e certificações equivalentes.
✓Certificação GCP Machine Learning Engineer (ou certificação equivalente em ML na nuvem).
•Experiência com formatos de dados clínicos: HL7 v2/v3, FHIR R4, ICD-10, SNOMED CT e sistemas de código de medicamentos (DIN, NPN).
•Familiaridade com requisitos de residência de dados canadenses e variações provinciais de privacidade em saúde (Ontario PHIPA, Quebec Law 25, etc.).
•Experiência com modelos de dados de knowledge graph: RDF, property graphs e ontologias clínicas.
•Experiência com MLflow, Kubeflow ou Vertex AI Pipelines para experiment tracking e orquestração de pipelines.

Benefícios

✓Plano de Saúde.
✓Plano Odontológico.
✓Seguro de Vida.
✓Wellhub (Gympass).
✓Descontos em cursos da FIAP.
✓Descontos em MBA USP Esalq.
✓Descontos em lojas Multilaser.
✓Bonificação por indicação de profissionais e negócios.
✓Horário adaptável.
✓Bônus anual.

Categorias

Data Science / Analytics

Sobre a Empresa

Mais vagas na Luby →

Somos uma consultoria global com mais de 20 anos de experiência, acelerando negócios de alto impacto e entregando soluções digitais completas para mais de 520 clientes em diversos setores.Com forte atuação em Web, Mobile, Backend/APIs, Data Science, Games, Metaverso, Web3, Cloud e QA, somos referênc...[Ver Mais]