Bolsa de TT-V em Ciência de Dados e Aprendizado de Máquina aplicados à Saúde

Level 5-Technical Training Fellowship in Data Science and Machine Learning applied to Health

• Atividades e contexto Activities and context

  O bolsista de Treinamento Técnico nível cinco (TT-V) atuará na preparação, análise e modelagem de dados clínicos da jornada cirúrgica oftalmológica: mapeamento e padronização de bases históricas (ETL), análise exploratória e seleção de variáveis preditivas, além da construção, validação e ajuste de modelos de aprendizado de máquina (Random Forest, Gradient Boosting), com métricas como AUC/F1 e técnicas de interpretabilidade (SHAP). Também apoiará a integração via APIs REST e testes de usabilidade da solução, no contexto do projeto.

  The scholarship holder will work on the preparation, analysis, and modeling of clinical data for the ophthalmological surgical journey: mapping and standardizing historical databases (ETL), exploratory analysis and selection of predictive variables, as well as building, validating, and tuning machine learning models (Random Forest, Gradient Boosting), using metrics such as AUC/F1 and interpretability techniques (SHAP). They will also support integration via REST APIs and usability testing of the solution.

• Requisitos obrigatórios Mandatory requirements

  Formação em Ciência da Computação, Engenharia ou área afim; experiência de 5 anos na área, depois da graduação; experiência prática com Python (pandas, scikit-learn) e SQL/BigQuery; conhecimento em ETL, análise exploratória de dados e aprendizado de máquina supervisionado; familiaridade com desenvolvimento e testes de APIs REST.

  Degree in Computer Science, Engineering, or a related field; hands-on experience with Python (pandas, scikit-learn) and SQL/BigQuery; knowledge of ETL, exploratory data analysis, and supervised machine learning; familiarity with developing and testing REST APIs.

• Requisitos desejáveis Desirable requirements

  Experiência com técnicas de interpretabilidade de modelos (SHAP); familiaridade com Docker e Git; vivência em projetos na área da saúde.

  Experience with model interpretability techniques (SHAP); familiarity with Docker and Git; experience with healthcare-related projects.

• Como se candidatar How to apply

  Enviar CV para o e-mail ronaldo@centraldavisao.com.br com assunto “Vaga Fapesp Modelagem 01”

  Send CV to the email ronaldo@centraldavisao.com.br with the subject line “Vaga Fapesp Modelagem 01”