Engenheiro(a) de Machine Learning Sênior (Recomendação de Produtos na Indústria)

Sylision; United States; Remote; USD 41.000 - 69.000; Vollzeit

Benefits dieser Stelle

Ambiente colaborativo

Trabalhe de qualquer lugar

Conexão global

TotalPass e Mediquo

Team Care

Contrato de trabalho definido

Zusammenfassung

A Sylision busca Engenheiro(a) de Machine Learning Sênior para desenvolver sistemas de recomendação de produtos na indústria. Você desenhará dados, treinará modelos de ranking e publicará serviços para o portal e o aplicativo do representante.

O papel envolve medir adoção, impacto de vendas e conduzir testes com grupo de controle, com foco em dados de compra esparsos, recência, frequência e afinidade entre itens.

Qualifikationen

• Modelos de ranking e recomendação em dados de compra esparsos.
• Python, scikit-learn e XGBoost em produção, com versionamento de modelos
• Avaliação offline e online, com desenho de teste de grupo de controle
• SQL e engenharia de variáveis em grandes históricos de pedidos
• MLOps: pipeline, publicação, monitoramento e retreino
• Capacidade de explicar decisões de modelo a quem vende

Aufgaben

• Montar variáveis de recência, frequência, ciclo de reposição e afinidade entre itens
• Treinar modelos de ranking e comparar contra regras simples de reposição
• Tratar cliente novo e produto novo com estratégia de início frio
• Publicar o serviço de recomendação com resposta rápida para o portal e para o aplicativo do representante
• Desenhar e analisar testes com grupo de controle para medir a venda incremental
• Monitorar cobertura, diversidade e deriva quando o catálogo ou o preço mudam
• Definir o retreino e a troca de versão com possibilidade de voltar atrás
• Explicar para a área comercial por que cada item foi sugerido

Kenntnisse

Recomendação de Produtos

Aprendizado de Máquina

Explicabilidade de modelo

Tools

Python

scikit-learn

XGBoost

MLflow

SQL

Docker

Airflow

Jobbeschreibung

Vaga aberta de Engenheiro(a) de Machine Learning Sênior (Recomendação de Produtos na Indústria). 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 indústria que vende a distribuidores e revendedores tem um catálogo de milhares de itens, e o representante comercial perde pedido porque não lembra de oferecer o item complementar. A recomendação de produtos sugere, em cada visita ou pedido no portal B2B, o que ofertar: reposição do que está acabando, item complementar de quem comprou X e lançamento adequado ao perfil do cliente.

Aqui o dado é de compra esparsa e recorrente, não de clique. Cada cliente compra poucos itens, em ciclos próprios, com sazonalidade e preço negociado. Você vai construir modelos de ranking com variáveis de recência, frequência, afinidade entre itens e perfil do cliente, e tratar o início frio de cliente e de produto novos. A avaliação offline por ordem não basta: é preciso medir adoção da sugestão e venda incremental em teste com grupo de controle.

Medem-se a taxa de sugestões aceitas, o ganho de ticket por pedido, a cobertura do catálogo recomendado e o tempo de resposta do portal. Como pessoa sênior, decide o desenho de dados, treino e publicação, e responde pelo resultado e pelo retreino quando o catálogo ou a tabela de preços mudam.

O que você vai fazer:

• Montar variáveis de recência, frequência, ciclo de reposição e afinidade entre itens
• Treinar modelos de ranking e comparar contra regras simples de reposição
• Tratar cliente novo e produto novo com estratégia de início frio
• Publicar o serviço de recomendação com resposta rápida para o portal e para o aplicativo do representante
• Desenhar e analisar testes com grupo de controle para medir a venda incremental
• Monitorar cobertura, diversidade e deriva quando o catálogo ou o preço mudam
• Definir o retreino e a troca de versão com possibilidade de voltar atrás
• Explicar para a área comercial por que cada item foi sugerido

Requisitos:

• Modelos de ranking e recomendação em dados de compra esparsos
• Python, scikit-learn e XGBoost em produção, com versionamento de modelos
• Avaliação offline e online, com desenho de teste de grupo de controle
• SQL e engenharia de variáveis em grandes históricos de pedidos
• MLOps: pipeline, publicação, monitoramento e retreino
• Capacidade de explicar decisões de modelo a quem vende

Diferenciais:

• Experiência com vendas B2B ou distribuição
• Fatoração de matrizes e modelos de sequência
• Restrições de negócio, como estoque e regras de preço
• Serviço de variáveis em tempo real
• Gosto por medir efeito causal em vez de só acerto

Como é trabalhar aqui:

Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. As mudanças de modelo passam por revisão e por teste online antes de chegar a toda a base. O time acompanha a adoção das sugestões por semana junto com a equipe comercial e ajusta o que os representantes dizem que não faz sentido.

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
• Ranking
• Monitoramento de deriva

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