Descrição:
Como requisitos necessários mandatórios:
Bacharelado em Ciência de Dados ou da Computação;
Experiência profunda com linguagens de programação como (Python, R, SQL);
Familiaridade com ferramentas de visualização de dados, como (Power BI);
Experiência de trabalho com plataformas baseadas em nuvem, como (Oracle, AWS);
Conhecimento da linguagem Python com amplo domínio no uso de bibliotecas como Pandas, Scikit-Learn, Stats Models e PySpark;
Necessário ter atuado anteriormente com modelos de dados e indicadores nos segmentos de Saúde Suplementar (ANS) e Pública (SUS);
Vivência em áreas de contas médicas, análise, pagamento e recursos de glosa.
Experiência com Índices de mercado (Brasindice, Simpro, AMB) e códigos TUSS, bem com a transmissão e recepção de contas médicas (TUSS).
Conhecimentos adicionais mandatórios:
Ter atuado anteriormente com tecnologias de big data, como (Hadoop, Spark) ;
Conhecimentos de engenharia de software - para garantia dos processos e manutenção do nosso repositório;
Estatística descritiva, distribuições probabilísticas, testes de hipótese, estatística aplicada a Machine Learning, aplicado a dados de saúde.
Conhecimento de ferramentas e práticas de MLOPs (Docker/Kubernetes; Vertex pipelines; Model Monitoring);
Conhecimento em ferramentas de ETL/ELT e Orquestração como Apache Airflow, Docker, Pentaho, ou Apache Hop;
Familiaridade em versionamento de código (Git);
Compreensão de metodologias ágeis e gestão de projetos e capacidade de solucionar problemas complexos e liderar projetos com múltiplos stakeholders.
Como Cientista de Dados as principais responsabilidades serão:
Coletar, analisar e interpretar grandes conjuntos de dados de saúde e sinistro;
Desenvolver modelos preditivos e algoritmos de aprendizado de máquina para extrair insights de grandes conjuntos de dados aplicados a área da saúde;
Propor soluções e comunicar insights e recomendações aos stakeholders de forma clara e concisa;
Colaborar com equipes multidisciplinar e outros analistas de dados para projetar e implementar soluções baseadas em dados de sinistro.
Contribuir para a composição e qualidade dos dados de sinistro, e eficácia das ações que serão aplicadas com base nos modelos preditivos desenvolvidos.
Aplicar técnicas de visualização de dados e insights com as descobertas e recomendações com melhores práticas de Data Viz para diversas audiências e stakeholders do negócio e segmento.
2409210202241056152
#J-18808-Ljbffr