Engenheiro(a) de Deep Learning Pleno (Séries Temporais no Jurídico)
Sobre a vaga
Vaga aberta de Engenheiro(a) de Deep Learning Pleno (Séries Temporais no Jurídico). A empresa contratante é confidencial neste anúncio, e a seleção é conduzida pela Sylision. Modelo 100% remoto. Contratação: tempo integral, CLT ou PJ.
Publicada em 02/11/2026.
Um departamento jurídico e uma operação de cobrança e contencioso acompanham sinais que evoluem no tempo: volume de ações por comarca, tempo entre movimentações de um processo, valor de provisão e acordos fechados por semana. Você vai usar redes neurais para séries temporais para prever, por exemplo, quando um processo terá a próxima movimentação relevante e quanto o conjunto de ações de um tipo vai custar no trimestre.
As séries são longas e desiguais: processos com vida de anos, outros que acabam em semanas, movimentações em datas irregulares e muitos valores ausentes. Arquiteturas como LSTM, convolução temporal e Transformers para séries precisam ser comparadas com baselines estatísticos, e a vantagem tem de aparecer na validação por tempo. Também é preciso explicar a previsão a quem decide sobre provisões.
Mede-se erro por horizonte, calibração da incerteza, tempo de treino e latência de inferência. Os modelos rodam em lote, toda noite, com monitoramento de deriva.
O que você vai fazer
- Preparar séries de movimentação e de custo, com tratamento de ausentes e de datas irregulares
- Treinar redes para séries temporais em PyTorch, em GPU
- Comparar com baselines estatísticos e documentar quando a rede realmente ganha
- Quantificar a incerteza das previsões com quantis ou conjuntos
- Otimizar a inferência em lote e exportar o modelo para ONNX quando fizer sentido
- Criar o conjunto de validação por tempo e acompanhar o erro por horizonte
- Monitorar deriva e definir quando retreinar
- Explicar o modelo e seus limites às áreas de provisão e de contencioso
Requisitos
- Redes neurais para séries temporais, como LSTM, convolução temporal ou Transformers
- PyTorch ou TensorFlow, com treino em GPU
- Validação por tempo, sem vazamento, e métricas de previsão probabilística
- Python limpo e testes
- Docker e noção de inferência em lote
- Honestidade para dizer quando um modelo simples basta
Diferenciais
- Experiência com modelos de previsão de eventos e de sobrevivência
- Otimização para inferência, com ONNX ou quantização
- Conhecimento de dados processuais
- Interpretabilidade de modelos de séries
Como é trabalhar aqui
Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Todo experimento é registrado com dados, configuração e resultado, e a revisão exige comparação com o baseline antes de aceitar uma rede mais complexa. O time conversa com o jurídico sobre o uso das previsões antes de qualquer mudança no formato de entrega. 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
Vagas parecidas
Como funciona o processo
- Você envia o currículo uma única vez. Ele entra no banco da Sylision e vale para os processos compatíveis, os de hoje e os que abrirem depois.
- A busca é feita por pessoas: quando surge um processo que combina com o que você faz, a gente chama, normalmente por WhatsApp.
- Os seus dados são tratados conforme a LGPD, e a remoção é feita a qualquer momento, a seu pedido.
Antes de aceitar qualquer proposta
A Sylision existe para você saber onde está entrando
Nós somos um acervo público sobre como as empresas funcionam por dentro, feito de respostas de quem já saiu delas. Dá para ver quanto tempo as pessoas ficavam, quantas saíram no último ano e o que mudou de um ano para o outro, antes de você responder a uma proposta.
As vagas são uma porta. O que a gente faz é isto, e ele só existe porque quem já saiu respondeu. Leva de 2 a 3 minutos, é de múltipla escolha, e não pede CPF nem e-mail.
Candidate-se a esta vaga
Anexe o seu currículo. Ele vale para esta vaga e para os próximos processos compatíveis, sem refazer cadastro.