Engenheiro(a) de Machine Learning Pleno (Score de Crédito em Seguros)

confidential; United States; Remote; USD 120,000 - 180,000; Full time

Benefits offered by this job

Ambiente colaborativo

Trabalhe de qualquer lugar

Conexão com times globais

Apoio à saúde física e mental

Auditoria e conformidade de modelo

Job summary

A Sylision está recrutando Engenheiro(a) de Machine Learning Pleno para atuar no score de crédito em seguros, com 100% trabalho remoto. O papel envolve construir features, treinar modelos, calibrar probabilidades e garantir explicabilidade para decisões de crédito.

Você publicará o modelo, monitorará deriva e documentará para auditoria interna, com foco em vazamento e conformidade. Requisito: Python, scikit-learn, XGBoost, MLflow, SQL e Airflow, além de experiência em produção.

Qualifications

• Python e scikit-learn, com bibliotecas de árvore com gradiente.
• Validação de modelo de risco, com amostras fora do tempo e análise de estabilidade.
• Entendimento de calibração de probabilidade e de seus efeitos na decisão.
• SQL para construir bases de treino a partir de contratos e pagamentos.
• Noções de explicabilidade e de viés em decisões automatizadas.
• Escrita clara de documentação de modelo.

Responsibilities

• Construir variáveis de comportamento de pagamento e de cadastro com cuidado para evitar vazamento temporal
• Treinar e comparar modelos de árvore com gradiente e regressão logística como referência
• Calibrar as probabilidades e medir separação, estabilidade e desempenho por faixa de score
• Produzir explicações por cliente e por variável para uso da área de risco
• Publicar o modelo em esteira versionada, com registro no MLflow
• Monitorar deriva da população e inadimplência realizada contra a prevista
• Documentar o modelo para auditoria, com dados usados, limitações e decisões tomadas

Skills

Validação de modelo de risco

Calibração de probabilidades

Explicabilidade e viés em decisões

Documentação de modelo

Tools

Python

scikit-learn

XGBoost

MLflow

SQL

Airflow

Explicabilidade

Monitoramento de modelos

Job description

Vaga aberta de Engenheiro(a) de Machine Learning Pleno (Score de Crédito 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:

Quando uma seguradora oferece parcelamento, seguro de crédito ou um produto atrelado a financiamento, precisa estimar a chance de inadimplência do cliente. O score de crédito apoia a decisão de aprovar, de pedir garantia ou de ajustar o preço, e usa dados cadastrais, histórico de pagamentos com a própria seguradora e informações de bureau.

O modelo tem de ser calibrado, porque a probabilidade que ele devolve entra em cálculo de risco e precificação, e explicável, porque a decisão afeta uma pessoa e pode ser contestada. Você vai construir features, treinar e validar com atenção a vazamento e a mudança de perfil dos clientes ao longo do tempo, publicar o modelo e acompanhar a estabilidade do score e a inadimplência realizada contra a prevista.

O sucesso se mede em poder de separação entre bons e maus pagadores, calibração das probabilidades, estabilidade da população e documentação suficiente para auditoria interna e para atender pedidos de explicação.

O que você vai fazer:

• Construir variáveis de comportamento de pagamento e de cadastro com cuidado para evitar vazamento temporal
• Treinar e comparar modelos de árvore com gradiente e regressão logística como referência
• Calibrar as probabilidades e medir separação, estabilidade e desempenho por faixa de score
• Produzir explicações por cliente e por variável para uso da área de risco
• Publicar o modelo em esteira versionada, com registro no MLflow
• Monitorar deriva da população e inadimplência realizada contra a prevista
• Documentar o modelo para auditoria, com dados usados, limitações e decisões tomadas

Requisitos:

• Python e scikit-learn, com bibliotecas de árvore com gradiente
• Validação de modelo de risco, com amostras fora do tempo e análise de estabilidade
• Entendimento de calibração de probabilidade e de seus efeitos na decisão
• SQL para construir bases de treino a partir de contratos e pagamentos
• Noções de explicabilidade e de viés em decisões automatizadas
• Escrita clara de documentação de modelo

Diferenciais:

• Conhecimento de crédito, inadimplência e cobrança
• Prática com monitoramento contínuo de modelo em produção
• Familiaridade com a regulação de decisão automatizada e a LGPD
• Experiência com dados desbalanceados e evento raro
• Docker e Airflow para a rotina de retreino

Como é trabalhar aqui:

Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Todo modelo novo passa por revisão de pares e por validação independente antes de entrar em decisão. O acompanhamento mensal compara previsto e realizado com a área de risco.

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
• Explicabilidade
• Monitoramento de modelos

Seus dados:

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