Engenheiro(a) de Machine Learning Sênior (Previsão de Demanda em Meios de Pagamento)

Sylision; United States; Remote; USD 44,000 - 76,000; Full time

Benefits offered by this job

Ambiente colaborativo

Trabalhe de qualquer lugar

Conexão global

TotalPass e Mediquo

Team Care

Job summary

Sylision está contratando um(a) Engenheiro(a) de Machine Learning Sênior para atuar em previsões de demanda em meios de pagamento. Atuação 100% remota, contratação CLT ou PJ, nível sênior.

Você vão construir modelos com XGBoost e séries temporais, lidando com eventos como feriados e campanhas, e entregar previsões calibradas para planejamento de capacidade. Espera-se experiência com produção de modelos usando Docker, Airflow e MLflow.

Qualifications

• Experiência com séries temporais: sazonalidade, tendências e validação por janela.
• Conhecimento em Python e machine learning para dados tabulares.
• Conhecimento de XGBoost e scikit-learn para modelos preditivos.
• SQL para extrair bases históricas a partir de eventos de transação.
• Capacidade de colocar modelos em produção com Docker e Airflow.
• Calibração de intervalos de previsão conforme custo do erro.

Responsibilities

• Construir modelos de previsão de volume e valor por segmento com XGBoost e métodos de séries temporais.
• Modelar efeitos de calendário, feriados, dias de pagamento e campanhas.
• Gerar previsões hierárquicas reconciliadas entre segmentos e total.
• Definir validação por janela móvel e métricas compatíveis com custo do erro.
• Entregar intervalos de previsão calibrados para planejamento de capacidade.
• Orquestrar treino e previsão no Airflow e registrar modelos no MLflow.
• Monitorar deriva de modelo e acionar retreino quando necessário.
• Orientar a equipe na validação de modelos de séries temporais.

Skills

Séries temporais

Python

XGBoost

scikit-learn

SQL

Docker

Airflow

MLflow

GIT

Tools

Docker

Airflow

MLflow

Git

Job description

Vaga aberta de Engenheiro(a) de Machine Learning Sênior (Previsão de Demanda em Meios de Pagamento)

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:

Uma empresa de meios de pagamento precisa saber quanto volume de transações vai passar pela sua infraestrutura nas próximas horas, dias e semanas. A previsão serve para dimensionar capacidade nos horários de pico, planejar a liquidação com os bancos e dar a previsão de receita por tipo de cliente. Datas como Black Friday, dia de pagamento e véspera de feriado quebram qualquer modelo que olhe só a média.

O que você vai fazer:

• Construir modelos de previsão de volume e de valor por segmento com XGBoost e métodos de séries temporais
• Modelar efeitos de calendário, feriados, dias de pagamento e campanhas
• Gerar previsões hierárquicas reconciliadas entre segmentos e total
• Definir validação por janela móvel e métricas coerentes com o custo do erro
• Entregar intervalos de previsão calibrados para o planejamento de capacidade
• Orquestrar treino e previsão no Airflow, com registro de modelos no MLflow
• Monitorar erro e deriva e acionar retreino quando o comportamento mudar
• Orientar outras pessoas do time na validação de modelos de série temporal

Requisitos:

• Séries temporais: sazonalidade múltipla, tendência, efeitos de evento e validação por janela
• Machine learning tabular com XGBoost e scikit-learn em Python
• SQL para construir bases históricas a partir de eventos de transação
• Colocar modelos em produção com Docker, Airflow e versionamento
• Calibração de intervalos e escolha de métrica pelo custo do erro
• Comunicar incerteza para pessoas de operação e de finanças

Diferenciais:

• Experiência com previsão hierárquica e métodos de reconciliação
• Conhecimento de Prophet, statsmodels ou modelos de redes neurais para séries
• Interesse por operação de pagamentos e por liquidação financeira
• Hábito de manter um registro de previsões passadas para medir o acerto real

Como é trabalhar aqui:

Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Cada modelo novo é comparado com o anterior em janelas de teste combinadas antes de substituí-lo, e a revisão é feita em par. O erro de previsão é discutido toda semana com a área de operação, com os casos de maior desvio na pauta. 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
• Séries temporais

Seus dados:

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