Engenheiro(a) de Machine Learning Sênior (Precificação Dinâmica no Setor de Energia)

Sylision; United States; Remote; USD 120,000 - 190,000; Full time

Benefits offered by this job

Ambiente colaborativo

Trabalho remoto

Conexão global com times

Seguro saúde (TotalPass/Mediquo)

Team Care

Contrato CLT/PJ

Job summary

A Sylision está buscando um(a) Engenheiro(a) de Machine Learning Sênior para atuar com precificação dinâmica no setor de energia, com modelagem de probabilidade de fechamento e de margem. O papel envolve desenho de features, MLOps e conformidade regulatória, num ambiente 100% remoto.

O profissional definirá padrões de treino, monitoramento e reversão, além de orientar a equipe e revisar decisões de modelagem, lidando com dados históricos de preço, com foco em evitar vieses e cumprir limites

Qualifications

• Modelos tabulares em produção com calibração de probabilidade.
• Séries temporais e elasticidade de preço.
• SQL e engenharia de features em volume.
• Raciocínio sobre viés de seleção e causalidade nos dados históricos.

Responsibilities

• Construir features de consumo, perfil, preço de curto prazo e sazonalidade.
• Treinar modelos de probabilidade de fechamento e de margem esperada.
• Aplicar restrições de piso, teto e regra regulatória à sugestão de preço.
• Tratar o viés de preços históricos, desenhar testes controlados de custo e perda.
• Monitorar deriva quando o mercado muda de regime e acionar retreino ou reversão.
• Publicar o modelo em contêiner com versão e plano de retorno.
• Orientar a equipe e revisar as decisões de modelagem.

Skills

Precificação dinâmica

Feature engineering

MLOps

Comunicação com vendas

Raciocínio causal

Tools

Python

scikit-learn

XGBoost

MLflow

SQL

Docker

Airflow

Job description

Vaga aberta de Engenheiro(a) de Machine Learning Sênior (Precificação Dinâmica no Setor de Energia). 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:

No mercado livre de energia e nas ofertas para grandes consumidores o preço muda conforme demanda prevista, preço de curto prazo, sazonalidade e perfil do cliente. A precificação dinâmica sugere o preço ou a tarifa de cada proposta dentro de limites regulatórios e comerciais, e o time de vendas decide a partir da sugestão.

O modelo precisa estimar a probabilidade de fechamento e a margem esperada para cada preço, sem sugerir valor fora das regras. Os dados são desbalanceados, os preços históricos foram definidos por pessoas e não por experimento, e isso cria viés: o modelo vê apenas o que foi ofertado. Você trata isso com desenho cuidadoso de features, restrições no modelo e testes controlados.

Os resultados avaliados são a margem por proposta, a taxa de fechamento, a aderência às regras e a estabilidade do modelo quando o mercado muda de regime. Como sênior, você define o padrão de treino, de monitoramento e de reversão.

O que você vai fazer:

• Construir features de consumo, perfil, preço de curto prazo e sazonalidade
• Treinar modelos de probabilidade de fechamento e de margem esperada
• Aplicar restrições de piso, teto e regra regulatória à sugestão de preço
• Tratar o viés de preços históricos escolhidos por pessoas
• Desenhar testes controlados com limite de perda para validar a sugestão
• Monitorar deriva quando o mercado muda de regime e acionar retreino ou reversão
• Publicar o modelo em contêiner com versão e plano de retorno
• Orientar a equipe e revisar as decisões de modelagem

Requisitos:

• Modelos tabulares em produção, com calibração de probabilidade
• Séries temporais e noção de elasticidade de preço
• SQL e engenharia de features em volume
• MLOps: versão de modelo, teste, implantação e monitoramento de deriva
• Raciocínio sobre viés de seleção e causalidade nos dados históricos
• Comunicação com vendas e com a área regulatória sobre limites e riscos

Diferenciais:

• Conhecimento do mercado de energia e de seus indicadores
• Otimização com restrições ou aprendizado por reforço simples
• Ter conduzido teste controlado de preço
• Interpretação de modelo com explicações por proposta

Como é trabalhar aqui:

Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Cada mudança de modelo passa por revisão de outra pessoa e por comparação registrada com a versão em produção. Os resultados são acompanhados semanalmente com vendas. 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
• Séries temporais
• Elasticidade de preço

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