Engenheiro(a) de Machine Learning Sênior (Monitoramento de Modelos no E-commerce)

confidential; United States; Remote; USD 55,000 - 94,000; Full time

Benefits offered by this job

Trabalho 100% remoto

Conexão global com times de vários paí

Treinamento em MLflow e monitoramento

Job summary

A vaga de Engenheiro(a) de Machine Learning Sênior é 100% remota e para atuação em monitoramento de modelos de e-commerce. A seleção é conduzida pela Sylision, com contratação CLT ou PJ para cliente da Sylision com sede em São Paulo, brasileiro e remoto.

Você ficará responsável por monitorar deriva de dados, calibrar limites de alarmes, automatizar retreino e registrar versões via MLflow, assegurando reprodutibilidade das previsões.

Qualifications

• Machine learning em produção com modelos tabulares, de ensemble e de ranking.

Responsibilities

• Definir métricas de dados e desempenho por modelo.

Skills

ML em produção

Detecção de deriva de dados

Teste estatístico

Comunicação com stakeholders

Tools

Python

SQL

Airflow

MLflow

scikit-learn

XGBoost

Docker

Job description

Vaga aberta de Engenheiro(a) de Machine Learning Sênior (Monitoramento de Modelos no E-commerce). A empresa contratante é confidencial neste anúncio, e a seleção é conduzida pela Sylision.

Nível:

senior.

Modelo de trabalho:

100% Remoto.

Contratação:

tempo integral, CLT ou PJ.

Sobre a vaga:

Os modelos de um e-commerce decidem coisas que o cliente sente: qual produto aparece primeiro, quanto de estoque comprar, se um pedido segue para análise de risco. Eles já estão em produção, e o problema agora é saber quando deixaram de acertar. Você vai construir o monitoramento desses modelos: o que se vigia, com que frequência, com que limite e quem é acionado.

A dificuldade é que o rótulo demora. A recompra, a devolução e o chargeback só aparecem semanas depois da previsão, então o sinal de que algo piorou chega tarde. Em campanhas como a de fim de ano, o perfil de quem compra muda de um dia para o outro e a deriva dos dados pode estourar sem aviso. O sucesso se mede em tempo para detectar uma piora real, em alarmes falsos por semana e em retreinos disparados no momento certo.

O que você vai fazer:

• Definir, por modelo, as métricas de dados (deriva de variáveis, taxa de nulos, mudança de cardinalidade) e de desempenho
• Construir a rotina que compara a distribuição de entrada em produção com a do treino e registra o desvio
• Estimar desempenho antes da chegada do rótulo, usando proxies validados, e reconciliar quando o rótulo chega
• Configurar alertas com limites calibrados para evitar ruído em datas sazonais
• Automatizar o gatilho de retreino com validação contra o modelo atual antes de promover a versão
• Registrar versões, dados e parâmetros no MLflow, de modo que qualquer previsão seja reproduzível
• Escrever o roteiro de resposta a incidente de modelo, com reversão para a versão anterior

Requisitos:

• Machine learning em produção com modelos tabulares, de ensemble e de ranking
• Detecção de deriva de dados e de conceito, com testes estatísticos e suas limitações
• SQL avançado e orquestração de pipelines em Airflow ou ferramenta equivalente
• Versionamento de modelos e de dados, com rastreabilidade ponta a ponta
• Pensamento estatístico para calibrar limite de alarme e custo de falso positivo
• Comunicação com quem usa a previsão, traduzindo deriva em impacto no negócio

Diferenciais:

• Ter vivido um incidente de modelo degradado e ter conduzido a correção
• Experiência com monitoramento em tempo quase real sobre fila de eventos
• Noção de explicabilidade para investigar por que uma previsão mudou
• Prática com feature store e consistência entre treino e serviço

Como é trabalhar aqui:

Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. O time prefere pouca coisa vigiada e bem calibrada a muitos painéis ignorados. Cada alerta novo entra com um dono e um roteiro de ação, e há revisão semanal dos alarmes disparados para ajustar limites com base no que de fato importou.

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
• Docker
• Git

Seus dados:

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