Engenheiro(a) de Machine Learning Sênior (Precificação Dinâmica no Varejo)

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

Benefits offered by this job

Ambiente colaborativo

Trabalhe de qualquer lugar

Conexão global com times de diversos P

Apoio à saúde física

Saúde mental Team Care

Job summary

A Sylision está recrutando um Engenheiro(a) de Machine Learning Sênior para desenvolver um sistema de Precificação Dinâmica no Varejo. Você vai estimar elasticidade por produto e loja, prever demanda sob diferentes preços e sugerir o preço do dia dentro de regras comerciais.

O desafio envolve dados de promoções, estoque e concorrência, validação temporal, backtests e experimentos em lojas, com pipeline diário em Airflow, versionamento com MLflow e integração com Docker e Git.

Qualifications

• Modelos de aprendizado de máquina tabulares em produção.
• Validação adequada para séries temporais e dados com efeito de promoção.
• Experiência com orquestração e rastreio de experimentos.

Responsibilities

• Construir features de preço, estoque, concorrência e calendário com SQL e Python.
• Treinar modelos de demanda e de elasticidade com scikit-learn e XGBoost.
• Validar com divisão temporal e backtest por categoria.
• Desenhar experimentos em lojas teste e medir margem incremental contra controle.
• Implementar a camada de regras de negócio que limita o preço sugerido.
• Orquestrar o pipeline diário com Airflow e registrar versões com MLflow.
• Monitorar deriva de dados e erro de previsão e decidir o retreino.
• Documentar decisões e orientar outras pessoas do time de dados.

Skills

Python

scikit-learn

XGBoost

SQL

Airflow

Docker

Git

Tools

SQL

Docker

Airflow

Git

Job description

Vaga aberta de Engenheiro(a) de Machine Learning Sênior (Precificação Dinâmica no Varejo). A empresa contratante é confidencial neste anúncio, e a seleção é conduzida pela Sylision.

Sobre a vaga:

Em varejo, o preço de cada item muda conforme estoque, concorrência, sazonalidade e promoções, e fazer isso manualmente para milhares de itens deixa margem na mesa. O sistema que você vai construir estima a elasticidade de preço por produto e por loja, prevê a demanda sob diferentes preços e sugere o preço do dia dentro de limites definidos pelo comercial, como margem mínima e preço de referência de categoria.

Os problemas reais estão nos dados: produto novo sem histórico, promoção que contamina a estimativa de elasticidade, ruptura de estoque que parece queda de demanda e mudança de preço de concorrente coletada com atraso. Você trata esses casos, escolhe a validação correta para série temporal, desenha o experimento em lojas teste e garante que o modelo nunca sugira um preço fora das regras.

Resultados mensuráveis: erro de previsão de demanda, margem incremental contra lojas de controle, volume de preços que o comercial reverte, tempo da recomendação até a etiqueta e estabilidade das features no tempo.

O que você vai fazer:

• Construir features de preço, estoque, concorrência e calendário com SQL e Python
• Treinar modelos de demanda e de elasticidade com scikit-learn e XGBoost
• Validar com divisão temporal e backtest por categoria
• Desenhar experimentos em lojas teste e medir margem incremental contra controle
• Implementar a camada de regras de negócio que limita o preço sugerido
• Orquestrar o pipeline diário com Airflow e registrar versões com MLflow
• Monitorar deriva de dados e erro de previsão e decidir o retreino
• Documentar decisões e orientar outras pessoas do time de dados

Requisitos:

• Modelos de aprendizado de máquina tabulares em produção
• Validação adequada para série temporal e para dados com efeito de promoção
• SQL avançado e Python com testes
• Experiência com orquestração e rastreio de experimentos
• Capacidade de desenhar e interpretar experimento com grupo de controle
• Docker e Git

Diferenciais:

• Noção de econometria e estimativa de elasticidade
• Conhecimento de varejo e de política comercial
• Modelos hierárquicos ou de produtos com pouco histórico
• Otimização com restrições
• Comunicação de resultado a pessoas de comercial

Como é trabalhar aqui:

Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Cada mudança de modelo é revisada e comparada com a versão em produção antes de ir ao ar. O comercial acompanha o experimento semana a semana e pode vetar uma sugestão com o motivo registrado.

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
• Otimização de preço

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