Engenheiro(a) de Machine Learning Pleno (Manutenção Preditiva na Educação)
Sobre a vaga
Vaga aberta de Engenheiro(a) de Machine Learning Pleno (Manutenção Preditiva na Educação). 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 03/11/2026.
Uma rede de ensino mantém laboratórios de informática, projetores, lousas digitais, roteadores e servidores em dezenas de unidades. Quando um equipamento falha em plena semana de avaliação, a aula é perdida e o chamado vira urgência. Você vai construir modelos de manutenção preditiva que apontam, com antecedência, quais equipamentos têm maior risco de falhar, para a equipe técnica visitar antes e agendar fora do horário de aula.
Os dados são modestos e imperfeitos: contagem de horas de uso de lâmpada, temperatura e eventos de reinício, histórico de chamados escritos à mão e inventário desatualizado. Falha é rara, então a classe de interesse é pequena, e o modelo que acerta tudo dizendo que nada falha é inútil. É preciso escolher métrica, janela de previsão e limiar pensando no custo de uma visita desnecessária comparado ao de uma aula perdida.
Medimos por falhas evitadas, por visitas que de fato encontraram problema e por aulas afetadas por equipamento. Como pleno, você entrega sozinho a frente de modelo e pipeline, do dado ao monitoramento.
O que você vai fazer
- Montar a base de eventos por equipamento a partir de inventário, telemetria e chamados
- Criar variáveis de desgaste, como horas acumuladas, frequência de reinício e tempo de uso do componente
- Treinar e validar modelos de risco de falha com separação por tempo, sem vazamento do futuro
- Escolher métrica e limiar de alerta com base no custo da visita e da aula perdida
- Registrar experimentos e versões no MLflow e publicar o modelo como serviço ou rotina agendada
- Orquestrar o pipeline de dados e de retreino no Airflow
- Monitorar deriva dos dados e queda de desempenho, com critério de retreino
- Devolver à equipe técnica uma lista priorizada com o motivo do risco
Requisitos
- Experiência prática em modelos tabulares, de classificação com classes desbalanceadas e de sobrevivência
- Validação temporal correta e cuidado com vazamento de dados
- Python e SQL para construir variáveis e pipelines
- Noção de MLOps, com versionamento, empacotamento em Docker e agendamento
- Visão de custo de erro para escolher limiar, e não só de métrica de laboratório
- Comunicação com a equipe técnica que usa a lista
Diferenciais
- Ter trabalhado com séries de sensores ou dados de equipamentos
- Conhecimento de análise de sobrevivência e de tempo até a falha
- Experiência com dados incompletos e rótulos escritos à mão
- Noção de otimização de rotas de visita técnica
- Uso de XGBoost com interpretação por SHAP
Como é trabalhar aqui
Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Cada modelo e cada pipeline passam por revisão de código e por validação das hipóteses de dados antes de ir à rotina. O resultado é acompanhado em reunião mensal com a equipe técnica, que confirma na prática quais alertas faziam sentido. 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.