Engenheiro(a) de Deep Learning Sênior (Séries Temporais em Recursos Humanos)
Sobre a vaga
Vaga aberta de Engenheiro(a) de Deep Learning Sênior (Séries Temporais em Recursos Humanos). 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 05/11/2026.
A área de recursos humanos precisa prever séries semanais: quantas pessoas vão pedir desligamento por unidade, quantas horas extras cada turno vai gerar, quantas vagas abertas ficarão sem candidato. São séries curtas, com sazonalidade de fim de ano, efeito de dissídio e quebras abruptas quando uma unidade fecha ou é reorganizada. Você vai construir modelos de redes neurais para essas séries e provar quando eles realmente superam métodos clássicos.
A tentação em séries temporais é usar uma rede grande onde um modelo simples bastaria. O trabalho exige validação com janela deslizante, sem vazar o futuro para o treino, comparação sempre contra uma linha de base ingênua e contra suavização exponencial, e métricas que respeitem o negócio, como erro percentual ponderado pelo volume e cobertura do intervalo de previsão. Para as séries com pouca história, a saída é treinar um modelo global sobre muitas unidades, com embeddings por unidade.
Como sênior, você decide arquitetura, define a otimização para inferência em lote com ONNX e responde por detectar o momento em que a previsão perdeu validade por mudança estrutural.
O que você vai fazer
- Construir e treinar modelos globais de previsão em PyTorch sobre milhares de séries por unidade
- Validar com janela deslizante, comparando contra linha de base ingênua e métodos estatísticos clássicos
- Produzir previsões probabilísticas, com intervalos cuja cobertura é medida na prática
- Tratar quebras estruturais, feriados e eventos de reorganização como variáveis explicativas
- Exportar modelos para ONNX e otimizar a inferência em lote em GPU
- Monitorar o erro em produção e acionar alerta quando a previsão se degrada
- Definir o padrão de experimentação em séries temporais e orientar quem trabalhar com elas
Requisitos
- Redes para séries temporais, como LSTM, convolução temporal ou transformadores, e quando não usá-las
- PyTorch ou TensorFlow com treino em GPU
- Validação temporal sem vazamento e escolha de métricas de previsão
- Fundamentos de estatística de séries, como sazonalidade, tendência e estacionariedade
- Preparar modelos treinados para rodar rápido em produção, como com ONNX
- Capacidade de defender a escolha do modelo mais simples quando os números pedem
Diferenciais
- Ter usado previsão hierárquica ou conciliação entre níveis
- Experiência com previsão probabilística e regressão quantílica
- Conhecimento de CUDA e de perfilamento de treino
- Prática com dados de pessoas tratados sob a LGPD, incluindo agregação mínima
Como é trabalhar aqui
Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Cada modelo novo vem com um relatório de comparação contra a linha de base e passa por revisão de outra pessoa antes da implantação. O erro em produção é acompanhado semanalmente e discutido com a área que usa a previsão. 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.