Engenheiro(a) de Machine Learning Pleno (MLOps e Deploy de Modelos em Meios de Pagamento)
Sobre a vaga
Vaga aberta de Engenheiro(a) de Machine Learning Pleno (MLOps e Deploy de Modelos em Meios de Pagamento). 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 04/11/2026.
Os modelos de risco e de fraude da empresa de meios de pagamento decidem em milissegundos se uma transação segue ou é barrada, e cada versão nova de modelo hoje sobe por um processo manual: o cientista entrega um arquivo, alguém empacota, alguém cria a rota. Já houve versão com variável calculada de outro jeito em produção, e a diferença só apareceu como queda de aprovação no fim do dia.
Você vai construir o caminho entre treino e produção: o registro de modelos, o pipeline que treina e valida de modo reprodutível, a garantia de que as variáveis em produção são calculadas exatamente como no treino, o serviço de inferência dentro do orçamento de latência (p99 de poucas dezenas de milissegundos) e as estratégias de liberação: modo sombra, canário e retorno rápido para a versão anterior.
O monitoramento fecha o ciclo, com deriva de variáveis, estabilidade da distribuição das pontuações, taxa de aprovação por segmento e desempenho quando o rótulo chega, e dispara retreino por critério definido, não por intuição.
O que você vai fazer
- Construir o pipeline reprodutível de treino, validação e registro de modelos com MLflow
- Garantir paridade entre as variáveis de treino e de produção, com testes automáticos
- Empacotar o serviço de inferência em contêiner e cumprir o orçamento de latência
- Implantar liberação em sombra e canário, com métricas de decisão e retorno automático
- Orquestrar retreino e pontuação em lote com Airflow
- Monitorar deriva, estabilidade da pontuação e desempenho por segmento, com alertas acionáveis
- Criar a documentação de cada modelo, com dados, limites conhecidos e responsáveis
- Apoiar os cientistas para que o caminho até a produção seja repetível e curto
Requisitos
- Python em produção, com testes e empacotamento
- Registro e versionamento de modelos e de experimentos, como MLflow
- Docker e noções de Kubernetes ou de outra plataforma de execução de contêineres
- Orquestração de pipelines de dados, como Airflow
- Monitoramento de modelos: deriva, desempenho, qualidade de dado
- Raciocínio sobre latência, disponibilidade e retorno seguro em serviços críticos
Diferenciais
- Feature store ou padrão equivalente para paridade de variáveis
- Experiência com modelos de fraude ou de risco de crédito
- Observabilidade de serviços com métricas e traços
- Infraestrutura como código para o ambiente de inferência
Como é trabalhar aqui
Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em Minas Gerais. Todo deploy de modelo em produção segue o mesmo roteiro, com sombra, canário e critérios de retorno escritos antes. O código passa por revisão de outra pessoa, e incidentes terminam com um relato escrito e uma ação de prevenção com dono. 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.