Engenheiro(a) de Machine Learning Sênior (Manutenção Preditiva na Saúde)
Sobre a vaga
Vaga aberta de Engenheiro(a) de Machine Learning Sênior (Manutenção Preditiva 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 05/11/2026.
Hospitais e redes de diagnóstico dependem de equipamentos que não podem parar: tomógrafos, ressonâncias, autoclaves, bombas de infusão, ventiladores. Uma parada inesperada cancela exames, desloca pacientes e custa mais caro do que a peça trocada. Os dados existem em abundância, como leituras de sensores, contadores de uso, códigos de erro e ordens de serviço, mas estão espalhados e com muita falha.
Você vai construir o modelo que estima, por equipamento, a probabilidade de falha nos próximos dias, para que a manutenção seja programada em janela segura. Isso exige features de séries temporais por equipamento, cuidado para o treino não enxergar o futuro, tratamento de falha rara e custo desigual entre alarme falso e parada não prevista.
Em produção, o modelo roda em lote, entrega uma lista priorizada à equipe técnica e precisa ser monitorado quando um equipamento troca de peça ou de ambiente. Medimos o resultado por paradas evitadas, alarmes que viraram ordem de serviço útil e atraso médio entre o alerta e a falha real.
O que você vai fazer
- Construir features de séries temporais a partir de leituras, contadores e códigos de erro
- Definir o alvo e a janela de previsão com a equipe de engenharia clínica
- Validar com divisão temporal por equipamento, evitando vazamento de futuro
- Treinar e calibrar modelos de classificação e de sobrevida para falha rara
- Registrar experimentos e versões no MLflow e promover modelos por critério objetivo
- Orquestrar o pipeline de pontuação em lote no Airflow, com checagem de dados de entrada
- Monitorar deriva por modelo de equipamento e disparar retreino quando necessário
- Orientar o time sobre padrão de feature, validação e revisão de modelos
Requisitos
- Domínio de modelagem tabular e de séries temporais com validação adequada
- Experiência em levar modelo para produção com monitoramento e retreino
- Tratamento de desbalanceamento, censura e custo assimétrico de erro
- SQL e Python de produção, com teste automatizado
- Capacidade de transformar probabilidade em decisão de manutenção
- Defesa técnica de escolhas diante de uma equipe de engenharia
Diferenciais
- Conhecimento de dados de IoT ou de telemetria industrial
- Modelos de sobrevida e de vida útil restante
- Feature store ou padronização equivalente de features
- Familiaridade com a rotina de engenharia clínica
Como é trabalhar aqui
Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Cada modelo entra em produção com um documento de uma página sobre dados, validação e limites, revisado por outra pessoa do time. Trocamos o que aprendemos nas falhas reais toda semana e ajustamos o alvo junto de quem faz a manutenção. Entregas curtas e frequentes, com o alerta útil como medida. 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.