Engenheiro(a) de Machine Learning Pleno (Recomendação de Produtos no E-commerce)

confidential; United States; Remote; USD 22,000 - 33,000; Full time

Job summary

A vaga é para Engenheiro(a) de Machine Learning Pleno (Recomendação de Produtos no E-commerce), com atuação 100% Remoto. A empresa contratante é confidencial neste anúncio, e a seleção é conduzida pela Sylision.

Você vai treinar, publicar e manter modelos de geração de candidatos e de ranqueamento. O foco é lidar com frio start, viés de posição e otimizar CTR, conversão e receita por visita, com validação A/B e monitoramento de resultados.

Qualifications

• Experiência com modelagem supervisionada e ranqueamento em produção.
• Domínio de Python, scikit-learn e XGBoost.
• SQL para features e análise de experimentos.
• Validação com corte temporal e métricas de ranqueamento.
• Pipeline de treino e implantação com versionamento de modelos.
• Interpretação de teste A/B e dos seus limites.
• Docker para empacotar o serviço de predição.

Responsibilities

• Construir features de comportamento, produto e contexto com SQL e Python.
• Treinar modelos de geração de candidatos e de ranqueamento com gradiente boosting.
• Tratar partida a frio de clientes e de produtos.
• Corrigir o viés de posição na construção do conjunto de treino.
• Avaliar offline com ndCG e validar online em teste A/B.
• Agendar retreino e implantação com MLflow e Airflow.
• Monitorar deriva de dados e queda de conversão após cada versão.
• Filtrar itens sem estoque e respeitar regras de negócio na lista final.

Skills

Modelagem supervisionada

Rankeamento em produção

Análise de experimentos

Validação com corte temporal

Versionamento de modelos

Pipeline de treino/deploy

Interpretação de testes A/B

Docker para predição

Tools

Python

scikit-learn

XGBoost

SQL

Docker

Airflow

MLflow

Git

Job description

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

A página inicial e a vitrine de um comércio eletrônico mostram produtos em milhares de combinações por dia. A recomendação precisa escolher, entre centenas de milhares de itens, algumas dezenas que cada pessoa tem chance de comprar, e isso em poucas dezenas de milissegundos. Você vai treinar, publicar e manter os modelos de geração de candidatos e de ranqueamento.

Os problemas são clássicos e difíceis. Cliente novo e produto novo não têm histórico, o que é o problema de partida a frio. Itens com estoque zero não podem aparecer. Os dados de clique favorecem o que já era exibido, criando viés de posição. E métricas offline como nDCG nem sempre se confirmam no teste online.

O sucesso é medido em teste A/B: taxa de clique, conversão e receita por visita, com atenção à diversidade e a não piorar a margem. O pipeline de retreino precisa rodar sozinho e avisar quando a qualidade cair.

O que você vai fazer:

• Construir features de comportamento, produto e contexto com SQL e Python
• Treinar modelos de geração de candidatos e de ranqueamento com gradiente boosting
• Tratar partida a frio de clientes e de produtos
• Corrigir o viés de posição na construção do conjunto de treino
• Avaliar offline com nDCG e validar online em teste A/B
• Agendar retreino e implantação com MLflow e Airflow
• Monitorar deriva de dados e queda de conversão após cada versão
• Filtrar itens sem estoque e respeitar regras de negócio na lista final

Requisitos:

• Modelagem supervisionada e de ranqueamento em produção
• Python, scikit-learn e XGBoost
• SQL para features e análise de experimentos
• Validação com corte temporal e métricas de ranqueamento
• Pipeline de treino e implantação com versionamento de modelos
• Interpretação de teste A/B e dos seus limites
• Docker para empacotar o serviço de predição

Diferenciais:

• Ter usado embeddings de produto ou filtragem colaborativa
• Conhecer bandits para exploração
• Noção de feature store
• Experiência de projeto próprio com sistema de recomendação
• Interesse por mix de catálogo e margem

Como é trabalhar aqui:

Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. A frente de recomendação é sua: você decide o que testar, e cada modelo novo passa por revisão de outra pessoa de ML antes do teste online. Resultados são acompanhados por painel de conversão, com retrospectiva depois de cada experimento. 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
• Ranqueamento

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