Engenheiro(a) de Machine Learning Pleno (Precificação Dinâmica no E-commerce)

confidential; United States; Remote; USD 31,000 - 49,000; Full time

Benefits offered by this job

Remoto 100%

Seguro saúde

TotalPass e Mediquo

Team Care

Job summary

Sylision procura Engenheiro de Machine Learning Pleno para atuar em precificação dinâmica no comércio eletrônico, com atuação 100% remota. A seleção é conduzida pela Sylision para um cliente confidencial em São Paulo (SP).

Você construirá serviços que sugerem preços com base em dados de concorrência, estoque e campanhas, definindo limites de margem, variações diárias e aprovação humana para itens críticos, com monitoramento de deriva e retreinamento periódico.

Qualifications

• ML para dados tabulares com validação temporal.
• Noção de elasticidade e causalidade aplicada a preço.
• Python, SQL e boas práticas de código para produção.
• Experiência em levar modelo do notebook ao serviço com versionamento e monitoramento.
• Desenho de testes controlados com pouca amostra por item.

Responsibilities

• Montar o conjunto de treino com preço, concorrência, estoque, promoção e demanda diários.
• Estimar elasticidade por família de produto e tratar confusão entre preço e demanda.
• Treinar modelos de demanda e a regra de otimização de preço sob restrições.
• Implantar travas de margem, teto de variação e itens congelados.
• Publicar o serviço em contêiner com versão registrada no MLflow.
• Desenhar experimento e medir efeito em margem e volume.
• Monitorar dados de concorrente e disparar alertas.

Skills

Machine Learning

Python

SQL

Dados tabulares

Validação temporal

Produção de modelo

Elasticidade de preço

Tools

MLflow

Docker

Airflow

scikit-learn

XGBoost

Git

SQL

Job description

Vaga aberta de Engenheiro(a) de Machine Learning Pleno (Precificação Dinâmica no E-commerce). A empresa contratante é confidencial neste anúncio, e a seleção é conduzida pela Sylision.

Nível: pleno.

Modelo de trabalho: 100% Remoto.

Contratação: tempo integral, CLT ou PJ.

Sobre a vaga:

Na loja virtual, o preço de um item muda várias vezes ao dia por causa de concorrente, estoque, época do ano e campanha. A pergunta que o modelo precisa responder é o que acontece com a venda e com a margem se o preço sobe dois por cento em um item de giro rápido, ou cai em um item parado. Você vai construir o serviço que sugere o preço e o publica dentro de limites definidos pelo negócio.

As armadilhas são conhecidas: o modelo que apenas segue o histórico confunde causa e efeito, porque o preço já era maior justamente quando a demanda estava alta. Baixar preço de um item pode canibalizar outro da mesma família. Preço muito instável irrita quem compara no navegador. E um erro de dado de concorrente pode derrubar a margem em minutos, por isso o sistema precisa de travas: piso de margem, teto de variação por dia, aprovação humana para itens críticos.

O sucesso se mede em margem bruta e volume em teste controlado contra o preço manual, com acompanhamento de deriva e retreino periódico.

O que você vai fazer:

• Montar o conjunto de treino com preço, concorrência, estoque, promoção e demanda por item e por dia
• Estimar elasticidade por família de produto e tratar confusão entre preço e demanda
• Treinar modelos de demanda e a regra de otimização de preço sob restrições
• Implantar travas de piso de margem, teto de variação e lista de itens congelados
• Publicar o serviço em contêiner com versão registrada no MLflow
• Desenhar experimento com grupos de itens e medir efeito em margem e volume
• Monitorar dado de concorrente e disparar alerta em caso de valor anormal

Requisitos:

• Machine learning para dados tabulares, com validação temporal
• Noção de elasticidade e de inferência causal aplicada a preço
• Python, SQL e boas práticas de código para produção
• Experiência de levar um modelo do notebook ao serviço, com versão e monitoramento
• Desenho de testes controlados com pouca amostra por item
• Atenção a regras de negócio que limitam o que o modelo pode fazer

Diferenciais:

• Otimização com restrições, como programação linear
• Conhecimento de comércio eletrônico e de comparadores de preço
• Modelos de demanda para itens de baixo giro
• Airflow para atualização diária
• Experiência em simulação de política de preço antes de ir ao ar

Como é trabalhar aqui:

Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. O modelo novo só substitui o anterior depois de comparação em teste controlado e de revisão de outra pessoa. A margem e o volume por família ficam em um painel acompanhado por comercial e por dados toda semana. Na candidatura, informe a sua pretensão salarial.

Benefícios oferecidos pela empresa contratante:

• Ambiente colaborativo, com senso de comunidade e conquistas celebradas em equipe
• Trabalhe de qualquer lugar, com liberdade e flexibilidade
• Conexão global: convivência com times de diferentes países e culturas
• Apoio à saúde física com TotalPass e Mediquo
• Cuidado com a saúde mental pelo programa Team Care
• Contratação e jornada definidas com a empresa contratante

Tecnologias envolvidas:

• Python
• scikit-learn
• XGBoost
• MLflow
• SQL
• Docker
• Airflow
• Elasticidade de preço
• Git

Seus dados:

tratados conforme a LGPD, com remoção a qualquer momento, a pedido.