Engenheiro(a) de Machine Learning Sênior (Ranqueamento de Busca no Agronegócio)

confidential; United States; Remote; USD 140,000 - 190,000; Full time

Benefits offered by this job

Ambiente colaborativo

Liberdade e flexibilidade

Conexão global

Job summary

A Sylision procura um(a) Engenheiro(a) de Machine Learning Sênior para liderar o design de modelos de ranqueamento de busca em um ambiente remoto. Você definirá padrões de experimentação, criará rótulos de relevância a partir de cliques e compras, e planejará testes online para melhorar conversão e receita.

O papel envolve produção com pipelines de treino, monitoramento e integração com MLflow, Airflow e Docker, com atuação 100% remota para clientes internacionais.

Qualifications

• Aprendizado de ranqueamento com pairwise, listwise e métricas como ganho cumulativo normalizado.
• Experiência com modelos de árvores em produção (XGBoost) e scikit-learn.
• Experimentação online com teste A/B e leitura estatística cuidadosa.

Responsibilities

• Construir rótulos de relevância a partir de cliques, contatos e compras, corrigindo viés de posição.
• Treinar modelos de ranqueamento por lista (LambdaMART) e engenharia de atributos de consulta e contexto.
• Avaliar offline e planejar testes online com métricas de conversão e receita.

Skills

Ranking por listas

Aprendizado por pares/listwise

Experimentação online

Tools

XGBoost

scikit-learn

Airflow

MLflow

Docker

SQL

Job description

Vaga aberta de Engenheiro(a) de Machine Learning Sênior (Ranqueamento de Busca no Agronegócio). 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:

Em um mercado digital de insumos e de máquinas agrícolas, o produtor digita sementes de soja ou peça de colheitadeira e recebe uma lista de ofertas. A ordem dessa lista decide quem vende. Ela precisa combinar relevância do texto, preço, distância do fornecedor, disponibilidade em estoque, prazo de entrega para a região e histórico de cumprimento. Você vai construir o modelo de ranqueamento que cuida disso.

O modelo tem desafios próprios. Os cliques são enviesados pela posição, porque o primeiro resultado recebe clique mesmo quando não é o melhor. O catálogo muda com a safra, e uma consulta com poucos resultados convive com outra de milhares. É preciso transformar sinais como clique, contato com vendedor e compra em rótulos, usar aprendizado de ranqueamento com objetivo por lista e corrigir o viés de posição para não ensinar o modelo a repetir o que ele mesmo mostrou.

A avaliação passa por métricas offline, como ganho cumulativo normalizado, e por testes online com tráfego real, que medem conversão e receita por busca. Como sênior, você decide o desenho, define o padrão de experimentação e responde quando uma mudança de ranking prejudica a experiência.

O que você vai fazer:

• Construir rótulos de relevância a partir de cliques, contatos e compras, corrigindo o viés de posição
• Treinar modelos de ranqueamento por lista, como LambdaMART com XGBoost
• Engenharia de atributos de consulta, de oferta e de contexto, como região e safra
• Avaliar offline com ganho cumulativo normalizado por segmento de consulta e comparar com o ranking atual
• Planejar e analisar testes online com métricas de conversão e de receita por busca
• Colocar o modelo em produção com pipeline de treino e registro no MLflow
• Monitorar deriva de atributos e queda de qualidade após mudanças de catálogo
• Definir o padrão de experimentação de busca e orientar outras pessoas

Requisitos:

• Aprendizado de ranqueamento, com pairwise, listwise e métricas como ganho cumulativo normalizado
• Modelos de árvores em produção, com XGBoost e scikit-learn
• Conhecimento de viés de posição e de métodos de correção
• Experimentação online, com teste A/B e leitura estatística cuidadosa
• Pipeline de treino e monitoramento, com Airflow e MLflow
• Decisão de desenho e orientação de colegas

Diferenciais:

• Busca híbrida com recuperação lexical e vetorial
• Experiência com marketplaces ou comércio de insumos
• Aprendizado com dados contrafactuais para avaliar rankings
• Atributos geográficos, como distância e região de entrega
• Servir modelos com baixa latência

Como é trabalhar aqui:

Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Mudanças de ranking entram por teste online com métrica de proteção, e o resultado é discutido em revisão aberta. O time acompanha a qualidade por tipo de consulta toda semana. 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
• XGBoost
• Ranqueamento
• LambdaMART
• scikit-learn
• MLflow
• SQL
• Airflow
• Docker
• Git

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