Engenheiro(a) de Machine Learning Pleno (Precificação Dinâmica na Saúde)
Sobre a vaga
Vaga aberta de Engenheiro(a) de Machine Learning Pleno (Precificação Dinâmica na Saúde). A empresa contratante é confidencial neste anúncio, e a seleção é conduzida pela Sylision. Modelo 100% remoto. Contratação: tempo integral, CLT ou PJ.
Publicada em 03/11/2026.
Uma rede de consultas e exames tem agenda que esvazia em certos horários e lota em outros, e o preço de lista é o mesmo o dia todo. O modelo que você vai construir estima a demanda por horário, especialidade e unidade e sugere ajuste de preço dentro de limites definidos pelo negócio, para ocupar melhor a agenda sem expulsar quem precisa do atendimento.
O difícil é separar efeito do preço de efeito do calendário. Feriado, campanha, chuva e sazonalidade de exame de rotina movem a demanda junto, e um modelo ingênuo aprende que preço alto atrai paciente. Há ainda a restrição de que o preço sugerido nunca passa de teto e piso, e que a mudança precisa ser explicável para a área comercial e para quem atende o telefone.
Você é dono da frente inteira, do dado de agenda ao monitoramento do modelo no ar. O resultado se mede por taxa de ocupação da agenda, receita por hora de equipamento e cancelamento, comparados em teste controlado por unidade.
O que você vai fazer
- Construir a base de demanda por horário, especialidade e unidade a partir do sistema de agendamento
- Criar features de calendário, antecedência de marcação e histórico de cancelamento
- Treinar e validar modelos de previsão de demanda com validação temporal, sem vazamento de futuro
- Estimar a sensibilidade da demanda ao preço separada do efeito de calendário
- Implementar as regras de teto, piso e frequência máxima de alteração sobre a sugestão do modelo
- Orquestrar treino e geração diária de sugestões no Airflow
- Monitorar deriva da demanda e erro de previsão por unidade, com alerta
- Desenhar com o negócio o teste controlado e ler o resultado
Requisitos
- Python e scikit-learn com modelos de árvore, como XGBoost, em dados tabulares
- Separar treino e teste pelo tempo, de modo que nada do futuro entre no treino
- SQL para transformar registros de agendamento em tabela de treino
- Noção de inferência causal ou de teste controlado para separar efeito do preço
- Registro de experimentos e versionamento de modelos, de preferência com MLflow
- Docker e hábito de empacotar o que entrega
Diferenciais
- Previsão de séries temporais com sazonalidade múltipla
- Contato com preço, receita ou agenda em operação de serviços
- Modelos de elasticidade ou de otimização com restrição
- Painéis simples para a área comercial acompanhar a sugestão
- Conhecimento de regras de reajuste e de transparência de preço em saúde
Como é trabalhar aqui
Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. O time trabalha com revisão de código por pares e com decisões de modelo registradas em documento curto. Os resultados do teste são acompanhados toda semana com a área comercial. 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
Vagas parecidas
Como funciona o processo
- Você envia o currículo uma única vez. Ele entra no banco da Sylision e vale para os processos compatíveis, os de hoje e os que abrirem depois.
- A busca é feita por pessoas: quando surge um processo que combina com o que você faz, a gente chama, normalmente por WhatsApp.
- Os seus dados são tratados conforme a LGPD, e a remoção é feita a qualquer momento, a seu pedido.
Antes de aceitar qualquer proposta
A Sylision existe para você saber onde está entrando
Nós somos um acervo público sobre como as empresas funcionam por dentro, feito de respostas de quem já saiu delas. Dá para ver quanto tempo as pessoas ficavam, quantas saíram no último ano e o que mudou de um ano para o outro, antes de você responder a uma proposta.
As vagas são uma porta. O que a gente faz é isto, e ele só existe porque quem já saiu respondeu. Leva de 2 a 3 minutos, é de múltipla escolha, e não pede CPF nem e-mail.
Candidate-se a esta vaga
Anexe o seu currículo. Ele vale para esta vaga e para os próximos processos compatíveis, sem refazer cadastro.