Data Harmonization Engineer (Life Sciences) in Évora

Na Capgemini Engineering, o líder mundial em serviços de engenharia, reunimos uma equipe global de engenheiros, cientistas e arquitetos para ajudar as empresas mais inovadoras do mundo a liberar seu potencial. Desde carros autônomos até robôs que salvam vidas, nossos especialistas em tecnologia digital e de software pensam fora da caixa ao fornecer serviços únicos de P&D e engenharia em todos os setores. Junte-se a nós para uma carreira cheia de oportunidades, onde você pode fazer a diferença.

SUA FUNÇÃO

Você irá projetar e executar pipelines que mapeiam dados desordenados de múltiplas fontes para modelos canônicos, identificadores padrão e vocabulários controlados, garantindo que o resultado seja confiável, documentado e pronto para análises, gráficos de conhecimento e casos de uso de IA. Você é a pessoa em quem cientistas e engenheiros de dados confiam para transformar dados brutos em algo que possam consultar e confiar.

Principais responsabilidades

• Construir e manter pipelines em Python e SQL para manipulação, transformação e integração de dados de múltiplas fontes.
• Definir e implementar mapeamentos de fonte para canônico, identificadores persistentes e alinhamento de vocabulário.
• Projetar e automatizar a avaliação da qualidade dos dados: verificações de completude, validade, consistência, unicidade e proveniência.
• Normalizar entidades (genes, doenças, fenótipos, compostos, tecidos) contra identificadores e ontologias autorizadas.
• Trabalhar com cientistas, engenheiros de dados e equipes de produto para traduzir necessidades científicas em requisitos de dados.
• Documentar mapeamentos, decisões de modelagem e regras de validação, mantendo-os sob controle de versão.
• Investigar e resolver problemas de dados na fonte e comunicar seu impacto.
• Orientar colegas juniores e revisar seu código e mapeamentos.

SEU PERFIL

• MSc ou PhD (ou experiência profissional equivalente) em biologia, ciências biomédicas, bioengenharia, genética, neurociência, bioinformática, biologia computacional ou área relacionada.
• 3 a 5 anos de experiência em engenharia de dados, bioinformática ou trabalho com dados científicos, com conjuntos de dados biomédicos reais.
• Fortes habilidades em Python (pandas ou similar) e SQL, com pipelines que você construiu e manteve.
• Experiência prática com harmonização de dados e mapeamento, alinhamento de vocabulário e identificadores persistentes.
• Experiência com avaliação da qualidade dos dados e frameworks de validação, com verificações escritas como código.
• Prática sólida em Git, incluindo branches, pull requests e histórico de commits significativo.
• Raciocínio biológico sobre os dados que você manipula (genes, variantes, doenças, fenótipos, ensaios).
• Comunicação clara com partes interessadas científicas e técnicas.
• Fluência em inglês.

Qualificações preferenciais:

• Experiência com ontologias e bancos de dados biomédicos, como Gene Ontology, MONDO, HPO, EFO, UBERON, ChEBI, Ensembl ou UniProt.
• Experiência com IA agentiva e agentes ou fluxos de trabalho baseados em LLM, uso de ferramentas, geração aumentada por recuperação ou curadoria e mapeamento assistidos por LLM, com validação da saída.
• Frameworks de validação (Great Expectations, Pandera, SHACL ou similar).
• Orquestração de fluxo de trabalho (Airflow, Prefect, Snakemake, Nextflow) e Docker.
• Experiência em plataformas de nuvem (AWS, Azure ou GCP).
• Conhecimento de modelagem de esquema (LinkML ou equivalente), princípios FAIR, RDF ou SPARQL.
• Aprendizado de máquina aplicado.
• Experiência em farmacêutica, biotecnologia ou outro ambiente de pesquisa regulamentado.
• Fluência em português.

O que procuramos:

• Curiosidade científica combinada com disciplina de engenharia.
• Pensamento crítico e atenção à proveniência e qualidade dos dados.
• Conforto com ambiguidade e capacidade de transitar entre significado científico e implementação técnica.
• Uma mentalidade orientada para o impacto em um ambiente dinâmico.

O que você vai adorar em trabalhar aqui:

• Junte-se a um ambiente de equipe multicultural e inclusivo.
• Aproveite uma atmosfera de apoio que promove o equilíbrio entre vida profissional e pessoal.
• Participe de projetos nacionais e internacionais empolgantes.
• Trabalho híbrido.
• Seu crescimento profissional é central para nossa missão. Nossa gama de programas de crescimento profissional e profissionais diversos são elaborados para apoiá-lo na exploração de um mundo de oportunidades.
• Programas de treinamento e certificações.
• Seguro de saúde e vida.
• Programa de referência com bônus por recomendações de talentos.
• Ótimas localizações de escritório.

Sobre a Capgemini

A Capgemini é o parceiro de transformação empresarial para empresas na era da IA. Ajudamos organizações a imaginar e construir um futuro inteligente e sustentável, combinando IA, tecnologia e engenhosidade humana para transformar como operam, inovam e crescem. Com capacidades únicas de ponta a ponta que abrangem estratégia, tecnologia, engenharia e operações inteligentes, reunimos profunda experiência do setor e capacidades líderes de mercado em IA, nuvem e dados para transformar ambições em resultados comerciais mensuráveis em escala. Apoiada por um robusto ecossistema de parceiros e quase 60 anos de experiência, a Capgemini é uma organização global responsável e diversa com mais de 410.000 membros em mais de 50 países.