← Todas as vagas de Dados & IA|Vagas na Memed

Memed

São Paulo, SP, Brasil

Cientista de Dados SR - Causal Inference

Híbridofull_time

LOCALIZAÇÃO

São Paulo, SP, Brasil

MODELO

Híbrido

PUBLICADA

29 de julho de 2026

Descricao da vaga

A Memed é uma healthtech que está transformando a forma como médicos, pacientes e a indústria farmacêutica se conectam por meio da tecnologia.

Nosso propósito é simplificar o acesso à informação médica e elevar a qualidade do cuidado em saúde no Brasil. Fazemos isso desenvolvendo soluções digitais que apoiam o médico na prática clínica e conectam diferentes atores do ecossistema de saúde.

Hoje, nossas plataformas impactam milhões de pessoas todos os dias, ajudando a construir um sistema de saúde mais eficiente, conectado e orientado por dados.

Na Memed, acreditamos que tecnologia e colaboração são essenciais para moldar o futuro da saúde no país.

Estamos buscando um(a) Cientista de Dados Sênior especialista em inferência causal para responder pela medição de impacto das nossas soluções de mídia para a indústria farmacêutica: quantificar, com rigor científico e de forma defensável perante o cliente, quanto cada campanha efetivamente aumenta as prescrições.

A posição responde por distinguir efeito causal de correlação e por estabelecer os critérios que determinam quando os dados sustentam uma conclusão e quando não a sustentam.

Responsabilidades e atribuicoes

Desenhar e manter os modelos estatísticos de incrementalidade que medem o retorno das campanhas de mídia (iROAS), aplicando métodos como diferenças-em-diferenças, controle sintético, matching e Double ML;
Definir, para cada produto de mídia, o desenho adequado da medição: critério de exposição, composição dos grupos de controle e janela de observação do efeito;
Identificar e corrigir vieses antes da divulgação de qualquer resultado ao cliente, incluindo viés de seleção, tratamento de mediadores e colisores e contaminação entre grupos;
Apresentar e sustentar tecnicamente a metodologia diante de clientes da indústria farmacêutica, em linguagem acessível a públicos não técnicos;
Atuar em parceria com a área de decision science na conversão das estimativas de impacto em decisões de alocação e precificação de mídia

Requisitos

Experiência sólida em ciência de dados com foco em inferência causal ou histórico de responsabilidade por medições de impacto utilizadas em decisão de negócio;
Formação quantitativa em economia, estatística, epidemiologia ou áreas correlatas;
Experiência comprovada em inferência causal aplicada a decisões de negócio: diferenças-em-diferenças, controle sintético, matching e PSM, Double ML e desenho de experimentos;
Domínio de Python e SQL, com vivência em Spark, Databricks ou plataformas equivalentes;
Capacidade de comunicar método e resultado a públicos técnicos e executivos, por escrito e em apresentações ao vivo.

Familiaridade com a produção brasileira de inferência causal aplicada a negócios, como a obra "Causal Inference for The Brave and True";
Experiência em mensuração de mídia e marketing: incrementalidade, geo-experiments e media mix modeling;
Formação ou vivência em epidemiologia, com domínio de conceitos como confundimento e estudos de coorte;
Familiaridade com LGPD aplicada a dados de saúde;