Engenheiro(a) de Machine Learning Pleno (Previsão de Churn na Logística)

confidential; United States; Remote; USD 120,000 - 170,000; Full time

Benefits offered by this job

Ambiente colaborativo

Trabalhe de qualquer lugar

Conexão global com times

Apoio à saúde física

Saúde mental Team Care

Contrato CLT/PJ definidas

Job summary

Vaga de Engenheiro(a) de Machine Learning Pleno (Previsão de Churn na Logística) com atuação 100% remota. A seleção é conduzida pela Sylision, para cliente confidencial, com contratação CLT ou PJ. O foco é prever churn de contas logísticas B2B, definindo janela de previsão e acionamento junto ao time comercial.

Você vai treinar modelos de classificação e sobrevivência, calibrar probabilidades, e orquestrar execuções mensais com Airflow e MLflow, integrando com CRM e processos de retenção.

Qualifications

• Modelagem supervisionada com gradient boosting e avaliação para classes desbalanceadas.
• Noções de análise de sobrevivência ou tempo até evento.
• SQL e Python em produção, com testes.
• MLOps básico, com registro de versão, implantação e retreino.
• Capacidade de explicar o motivo do risco a quem vai agir.

Responsibilities

• Definir com comercial e finanças o que conta como saída de cliente e a janela de previsão.
• Construir variáveis de volume, pontualidade, ocorrências e atendimento por conta.
• Treinar modelos de classificação e de sobrevivência e comparar com a regra atual.
• Validar por data de corte, evitando variáveis calculadas depois do evento.
• Calibrar probabilidades e priorizar contas por risco e valor.
• Orquestrar a execução mensal com Airflow e registrar versões no MLflow.
• Acompanhar a ação comercial e medir a retenção das contas abordadas.

Skills

Gradient boosting

Análise de sobrevivência

SQL

Python em produção

MLOps

Explainability (SHAP)

Airflow

Tools

Python

scikit-learn

XGBoost

MLflow

SQL

Docker

Airflow

Git

Job description

Vaga aberta de Engenheiro(a) de Machine Learning Pleno (Previsão de Churn na Logística). 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:

Em logística B2B, um cliente não cancela de um dia para o outro: o volume de embarques cai aos poucos, os atrasos de coleta se acumulam, chegam reclamações e uma parte da carga passa a ir para outra transportadora. Você vai construir o modelo que antecipa esse movimento e sinaliza para a equipe comercial quais contas correm risco de sair nos próximos meses.

A primeira dificuldade é definir churn. Contrato ativo com volume próximo de zero já é perda? Quantos meses sem embarque contam como saída? Uma definição diferente muda o rótulo e o modelo inteiro. A segunda é o tempo: as variáveis precisam ser calculadas como estavam na data da previsão, e a janela entre alerta e ação precisa ser suficiente para o comercial agir. A terceira é a ação: um alerta sem oferta ou visita planejada não muda o resultado.

A medição combina precisão do ranking de contas em risco, antecedência média do alerta e, num teste controlado, a retenção das contas abordadas contra as que não foram.

O que você vai fazer:

• Definir com comercial e finanças o que conta como saída de cliente e a janela de previsão
• Construir variáveis de volume, pontualidade, ocorrências e atendimento por conta
• Treinar modelos de classificação e de sobrevivência e comparar com a regra atual
• Validar por data de corte, evitando variáveis calculadas depois do evento
• Calibrar as probabilidades e priorizar contas por risco e por valor
• Orquestrar a execução mensal com Airflow e registrar versões no MLflow
• Acompanhar a ação comercial e medir a retenção das contas abordadas

Requisitos:

• Modelagem supervisionada com gradient boosting e avaliação para classes desbalanceadas
• Noções de análise de sobrevivência ou de modelagem de tempo até evento
• SQL e Python em produção, com testes
• Montagem de variáveis sem vazamento temporal
• MLOps básico, com registro de versão, implantação e rotina de retreino
• Capacidade de explicar o motivo do risco a quem vai agir

Diferenciais:

• Experiência com explicabilidade, como valores de Shapley
• Conhecimento de operação de transporte rodoviário
• Desenho de teste controlado de retenção
• Prática em integração do resultado com o CRM

Como é trabalhar aqui:

Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. O resultado mensal é apresentado ao comercial em reunião curta, com a lista de contas e o motivo de cada alerta, e os acertos e erros do mês anterior são revistos antes de qualquer ajuste do modelo. 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
• Git
• Análise de sobrevivência

Seus dados: tratados conforme a LGPD, com remoção a qualquer momento, a pedido.