Engenheiro(a) de Machine Learning Pleno (Ranqueamento de Busca em Telecom)

confidential; United States; Remote; USD 120.000 - 170.000; Vollzeit

Benefits dieser Stelle

Trabalho remoto total

Ambiente colaborativo

Flexibilidade de local e horário

Trabalhar com equipes globais

Zusammenfassung

Confidencial, líder em soluções de telecomunicações, busca Engenheiro(a) de Machine Learning Pleno para desenvolver um ranking de busca. A posição é 100% remota com contratação CLT ou PJ.

Você construirá modelos de ranking a partir de logs, variáveis de consulta e contexto do cliente, treinando com XGBoost e avaliando métricas offline e online. O(a) profissional ideal tem experiência com Python, scikit-learn, XGBoost, SQL e ferramentas como MLflow e Airflow, além de capacidade de atuar em

Qualifikationen

• Conhecimentos de Python, scikit-learn e XGBoost.
• Experiência em ranking de busca e métricas de ranking.
• Experiência com logs e bases de treino via SQL.

Aufgaben

• Montar o conjunto de treino a partir de logs de busca e correção do viés de posição.
• Construir variáveis de consulta, documento e contexto do cliente.
• Treinar modelos de ranking com XGBoost e comparar com linhas de base.
• Avaliar offline por ganho cumulativo normalizado e posição do primeiro acerto.
• Planejar o teste online com controle e métricas de guarda.
• Orquestrar treino e atualização de índices no Airflow.
• Registrar versões e resultados no MLflow e fazer o deploy em Docker.
• Monitorar a qualidade da busca em produção e investigar queda.

Kenntnisse

Python

scikit-learn

XGBoost

Tools

SQL

MLflow

Airflow

Docker

Git

Jobbeschreibung

Vaga aberta de Engenheiro(a) de Machine Learning Pleno (Ranqueamento de Busca em Telecom). 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:

No app da operadora, o cliente digita roaming, fatura segunda via ou plano com mais internet, e a busca precisa trazer a página, a oferta ou o atendimento certo. Hoje o ranking vem de regras antigas e de contagem de cliques, e o que o cliente quer muda com o mês, a campanha e o lançamento de plano. Você vai construir o modelo de ranqueamento.

O problema é de aprendizado para ranquear. O sinal vem de cliques e de conversões, que carregam viés de posição: o primeiro resultado recebe mais cliques só por estar no topo. Há ainda consultas raras, termos novos de campanha e a regra de que uma oferta fora do ar jamais pode aparecer.

Mede-se pelo ganho cumulativo normalizado e pela taxa de resolução na primeira busca em avaliação offline, e depois por teste online com a taxa de abandono da busca, o clique em resultado útil e a latência.

O que você vai fazer:

• Montar o conjunto de treino a partir de logs de busca e correção do viés de posição
• Construir variáveis de consulta, documento e contexto do cliente
• Treinar modelos de ranking com XGBoost e comparar com linhas de base
• Avaliar offline por ganho cumulativo normalizado e posição do primeiro acerto, separando consultas frequentes e raras
• Planejar o teste online com controle e métricas de guarda
• Orquestrar treino e atualização de índices no Airflow
• Registrar versões e resultados no MLflow e fazer o deploy em Docker
• Monitorar a qualidade da busca em produção e investigar queda

Requisitos:

• Python, scikit-learn e XGBoost
• Conceitos de aprendizado para ranquear e métricas de ranking
• SQL para extrair logs e montar bases de treino
• Validação cuidadosa, sem vazamento entre treino e teste
• MLflow, Airflow e Docker
• Git e revisão de código

Diferenciais:

• Experiência com busca textual e índices
• Correção de viés de posição e de seleção
• Teste A/B de sistemas de busca
• Conhecimento de catálogos de ofertas de telecom

Como é trabalhar aqui:

Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Cada experimento tem hipótese, métrica e resultado escritos, e a decisão de liberar um novo ranking sai de revisão em par. O monitoramento da busca é acompanhado em conjunto com o produto. 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