Engenheiro(a) de Machine Learning Pleno (Monitoramento de Modelos no Setor de Energia)
Sobre a vaga
Vaga aberta de Engenheiro(a) de Machine Learning Pleno (Monitoramento de Modelos no Setor de Energia). 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.
Modelos de previsão de carga e de inadimplência rodam em produção numa empresa de energia, e ninguém sabia quando eles começavam a errar. A tarefa é construir o monitoramento: acompanhar a qualidade das previsões, a deriva nos dados de entrada e o comportamento de cada versão, e disparar o retreino quando for preciso.
Energia tem sazonalidade forte. Uma onda de calor muda o consumo e parece deriva, mas pode ser apenas verão. Você vai separar mudança real de ciclo conhecido, definir limites que não gerem alarme falso toda semana e tratar o atraso do rótulo: o consumo real só chega com a leitura do medidor, dias depois da previsão.
O sucesso se mede por tempo entre a degradação e o alerta, retreinos que de fato melhoram o erro e pelo número de modelos monitorados com a mesma estrutura.
O que você vai fazer
- Calcular erro das previsões contra o consumo realizado, por região e por faixa de cliente
- Medir deriva das variáveis com PSI e testes estatísticos, respeitando a sazonalidade
- Registrar versões, parâmetros e métricas no MLflow
- Orquestrar rotinas de monitoramento e retreino no Airflow
- Definir limites de alerta com a equipe e revisar os que geram ruído
- Treinar e validar modelos em scikit-learn e XGBoost quando o retreino for necessário
- Construir painel de saúde dos modelos para quem usa as previsões
- Empacotar rotinas em Docker e documentar a operação
Requisitos
- Python para dados, com scikit-learn e XGBoost
- SQL para extração e verificação de dados
- MLflow ou rastreamento equivalente de experimentos
- Airflow ou orquestração de rotinas agendadas
- Entendimento de deriva, validação em série temporal e vazamento de dados
- Docker e Git
Diferenciais
- Séries temporais e sazonalidade
- Monitoramento com Evidently ou ferramenta parecida
- Implantação com liberação gradual e reversão
- Conhecimento de dados de medição de energia
Como é trabalhar aqui
Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Cada novo monitor entra com texto curto explicando o que mede e o que fazer quando alerta. As decisões de retreino são revistas em par e os resultados ficam no MLflow para consulta. 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.