Profissional Engenheiro(A) De Dados E Machine Learning Sênior | Remoto

#VemPraLuby💙

Aqui você terá a oportunidade de:

• Evoluir em um ambiente de alta performance: Uma cultura onde o desenvolvimento é contínuo, com autonomia e envolvimento em projetos nacionais e internacionais que realmente testam suas habilidades e impulsionam seu potencial.
• Integrar um time apaixonado por tecnologia: Aqui, você vai trabalhar ao lado de talentos experientes em um ambiente colaborativo e disruptivo, utilizando as tecnologias mais avançadas do mercado.
• Deixar sua marca no mundo: Nossas soluções digitais impactam diretamente a vida de milhares de pessoas, e é a sua chance de ser parte ativa na construção de um futuro mais digital e conectado.
• Trabalhar de forma remota e com flexibilidade: Seja qual for o seu lugar, estamos prontos para te receber no nosso time!

Sua Missão:

Estamos em busca de um(a) Data & ML Engineer Sênior para atuar na camada de inteligência de um produto de IA aplicado à saúde, responsável por transformar grandes volumes de dados clínicos: documentos, resultados de exames, históricos de prescrições, cartas de referência e registros de prontuário — em conhecimento acessível, preciso e confiável para agentes inteligentes.

Diferente de uma posição de plataforma de dados centralizada, esta é uma atuação embarcada no time de inteligência, onde engenharia de dados e engenharia de ML vivem nas mesmas mãos: você é dono(a) tanto do movimento e da forma dos dados quanto do comportamento dos modelos em produção. A separação entre essas duas frentes é o inimigo — aqui elas se integram.

Essa pessoa atuará como par técnico do Staff Engineer da camada de inteligência, em um ambiente de alto padrão de engenharia, com forte ênfase em ML de produção: 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.

Principais Atividades:

• 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 essenciais:

• 8+ anos de experiência em Data Science ou ML Engineering, com 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, não como algo posterior;
• Proficiência em Python (linguagem primária da stack de dados e ML);
• Experiência com RAG e MLOps é obrigatória;
• Formação: Mestrado em Ciência da Computação, Data Science ou experiência e certificações equivalentes;
• Certificação GCP Machine Learning Engineer (ou certificação equivalente em ML na nuvem).

Será um diferencial:

• 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.

O que oferecemos:

• Trabalho Remoto: Desfrute da flexibilidade de trabalhar de qualquer lugar do Brasil, com total autonomia e organização.
• Saúde e Bem estar: Plano de Saúde e Odontológico, Seguro de Vida e Wellhub (Gympass).
• +Educação: Descontos em cursos da FIAP e MBA USP Esalq para você continuar aprendendo e se desenvolvendo.
• Diferenciais exclusivos: Descontos em lojas Multilaser, bonificação por indicação de profissionais e negócios, horário adaptável e bônus anual.

Saiba mais sobre cultura, diferenciais e como é ser um #Luber em nossa Página de Carreiras!