Engenheiro(a) de Machine Learning Pleno (Recomendação de Produtos em Seguros)

confidential; United States; Remote; USD 17,000 - 26,000; Full time

Benefits offered by this job

Ambiente colaborativo

Trabalhe de qualquer lugar

Conexão global com times

Apoio à saúde física com TotalPass e M

Saúde mental Team Care

Contratação definida com a empresa

Job summary

Engenheiro(a) de Machine Learning Pleno para Recomendação de Produtos em Seguros, atuando 100% remoto. Responsável por colocar em produção modelos de recomendação que selecionam produtos e o momento ideal para oferta, respeitando consentimento e restrições de risco.

Você vai treinar modelos de propensão e ranking, criar features de histórico de apólices e sinistros, além de publicar a recomendação via API/batch e monitorar desempenho com validação temporal. CLT ou PJ são aceitos.

Qualifications

• Domínio de Python para modelagem e ETL de dados.
• Experiência com modelos de propensão e de ranking.
• Validação temporal e métricas de ranking.
• Conhecimento de deploy de modelos via API e batch.

Responsibilities

• Construir features de histórico de apólices, sinistros, canais e ciclo de vida do cliente.
• Treinar modelos de propensão e de ranking por produto com validação temporal.
• Aplicar regras de elegibilidade, consentimento e limite de contato antes de exibir a oferta.
• Publicar a recomendação por API e em lote, com fallback quando faltar dado.
• Desenhar e analisar experimentos A/B com grupo de controle.
• Monitorar deriva, cobertura e queda de conversão e agendar retreino no Airflow.
• Guardar experimentos e versões no MLflow para reproduzir qualquer resultado.
• Explicar à área comercial por que cada oferta foi escolhida.

Skills

Python

Propensity models

Ranking models

Validação temporal

Métricas de ranking

Tools

scikit-learn

XGBoost

MLflow

SQL

Airflow

Docker

Git

Job description

Vaga aberta de Engenheiro(a) de Machine Learning Pleno (Recomendação de Produtos em Seguros). 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:

O site, o aplicativo e os corretores de uma seguradora oferecem produtos adicionais, como assistência residencial, seguro de vida e proteção de celular, e hoje a oferta é a mesma para todo mundo. Você vai colocar em produção um modelo de recomendação que escolhe qual produto mostrar a cada cliente e em que momento.

O cenário tem restrições próprias: poucos produtos e baixa frequência de compra, então há pouco histórico por pessoa; produto que só pode ser vendido em certa faixa de risco ou de região; cliente que cancela por receber oferta demais; consentimento de contato que precisa ser respeitado. O modelo combina elegibilidade, propensão e regras de negócio, e é avaliado por experimento e não só por métrica offline.

Mede-se por taxa de conversão contra o grupo de controle, receita adicional por cliente exposto, cancelamentos depois da oferta, cobertura de clientes elegíveis e estabilidade do modelo ao longo dos meses.

O que você vai fazer:

• Construir as features de histórico de apólices, sinistros, canais e momento de vida do cliente
• Treinar modelos de propensão e de ranking por produto com validação temporal
• Aplicar regras de elegibilidade, consentimento e limite de contato antes de exibir a oferta
• Publicar a recomendação por API e em lote, com fallback quando faltar dado
• Desenhar e analisar experimentos A/B com grupo de controle
• Monitorar deriva, cobertura e queda de conversão e agendar retreino no Airflow
• Guardar experimentos e versões no MLflow para reproduzir qualquer resultado
• Explicar à área comercial por que cada oferta foi escolhida

Requisitos:

• Python para modelagem e engenharia de dados
• Modelos de propensão e de ranking com scikit-learn e XGBoost
• Validação temporal e métricas de ranking
• SQL em volume razoável e construção de features sem vazamento
• Noção de experimento controlado e de seus limites
• Docker, Git e revisão de código

Diferenciais:

• Conhecimento do ciclo de vida de apólice e de cancelamento
• Recomendação com poucos dados, como modelos de popularidade e de cold start
• Camada de atributos compartilhada entre modelos de propensão
• Análise de efeito incremental
• Respeito a consentimento e finalidade no uso de dados pessoais

Como é trabalhar aqui:

Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Você é dona ou dono da frente de recomendação e decide dentro dela. Mudanças só vão ao ar depois de comparação com o modelo atual, e os resultados dos experimentos são apresentados à área comercial a cada ciclo. 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
• Airflow
• Ranking
• Docker

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