Engenheiro(a) de Machine Learning Pleno (MLOps e Deploy de Modelos na Educação)
Sobre a vaga
Vaga aberta de Engenheiro(a) de Machine Learning Pleno (MLOps e Deploy de Modelos 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 04/11/2026.
Um modelo de risco de evasão classifica alunos de cursos a distância toda semana e alimenta a equipe que faz contato de retenção. Hoje ele roda a partir de um notebook de uma pessoa: o treino é manual, a versão em uso não está registrada e ninguém sabe dizer quando foi a última atualização. Quando as notas do semestre mudam de formato, o modelo continua dando resultado, só que errado.
Você vai levar esse modelo para um fluxo de produção. Isso envolve orquestrar com Airflow a montagem das características semanais, treinar e registrar cada versão no MLflow, validar contra a versão em uso antes de qualquer troca, empacotar em contêiner e publicar com liberação gradual, para que uma parte dos alunos use o modelo novo e o resultado seja comparado antes da virada total.
O ponto difícil é a segurança da troca. Uma versão pior que escapa para produção gasta o tempo da equipe de retenção com a lista errada. Por isso você escreve testes de dados e de modelo, define o que impede a promoção automática e monta o caminho de volta. Medem-se o tempo entre treino e publicação, a proporção de execuções sem intervenção, falhas de dados capturadas antes do modelo e o desempenho da lista na prática.
O que você vai fazer
- Organizar o código do notebook em pacote testável com rotinas de características e de treino
- Orquestrar a extração, o treino e a validação semanais com Airflow
- Registrar parâmetros, métricas e artefatos de cada versão no MLflow
- Escrever testes de qualidade dos dados de entrada e de comportamento do modelo
- Publicar em contêiner com liberação gradual e comparação entre versões
- Definir o critério de promoção e o caminho de retorno à versão anterior
- Documentar o fluxo para que outra pessoa consiga operá-lo e consertá-lo
Requisitos
- Python para produção, com testes e estrutura de pacote
- Modelos tabulares com scikit-learn e XGBoost, validação temporal e métricas de classificação
- MLflow ou ferramenta equivalente de registro de experimentos e modelos
- Airflow ou outro orquestrador de fluxos
- Docker e noções de pipeline de integração contínua
- SQL para montar e conferir as características
Diferenciais
- Prática com liberação gradual e testes A/B de modelos
- Monitoramento de deriva de dados e de desempenho
- Conhecimento de dados acadêmicos, como notas, frequência e acesso à plataforma
- Experiência com armazém de dados em nuvem
Como é trabalhar aqui
Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em Minas Gerais. Cada mudança no pipeline passa por revisão e por teste automatizado antes da publicação, e a documentação do fluxo fica junto do código. Os números de desempenho do modelo são acompanhados com a equipe de retenção a cada quinzena. 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.