Engenheiro(a) de Machine Learning Pleno (Previsão de Churn em Recursos Humanos)
Sobre a vaga
Vaga aberta de Engenheiro(a) de Machine Learning Pleno (Previsão de Churn 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 03/11/2026.
A rotatividade de pessoas custa caro: recrutar, treinar e esperar a nova pessoa chegar à produtividade leva meses. Um modelo de previsão de saída voluntária, treinado com dados de cargo, tempo de casa, histórico de avaliações, mudanças de gestor, absenteísmo e resultado de pesquisas de clima, permite que líderes e RH conversem a tempo com quem corre risco.
O modelo é tabular e o cuidado está nos detalhes. A variável de saída precisa de uma definição precisa de janela, os dados só podem usar o que era conhecido na data da previsão e as classes são muito desbalanceadas, já que poucas pessoas saem por mês. Mais um ponto: informação sensível, como atestados e dados de saúde, fica fora das variáveis. O modelo deve ser útil como lista priorizada, não como sentença sobre uma pessoa.
Mede-se o sucesso por precisão entre as pessoas mais bem pontuadas, por ganho contra uma regra simples, pela estabilidade das previsões mês a mês e por retreino automático que dispara quando a distribuição das variáveis muda.
O que você vai fazer
- Definir com RH a variável de saída, a janela de previsão e as regras de exclusão
- Montar as variáveis a partir do histórico, evitando vazamento de informação futura
- Treinar e comparar modelos como regressão logística e gradient boosting, com validação temporal
- Calibrar a probabilidade e escolher o corte conforme a capacidade de ação do RH
- Registrar experimentos e versões em MLflow
- Orquestrar treino e pontuação mensal em Airflow
- Monitorar deriva de variáveis e queda de desempenho, com alerta e retreino
- Documentar limites de uso e variáveis excluídas por sensibilidade
Requisitos
- Modelagem supervisionada em Python com scikit-learn e XGBoost
- Separar treino e teste por período, para o modelo nunca enxergar o futuro durante a validação
- Tratamento de classes desbalanceadas e métricas adequadas a esse caso
- SQL para extrair e preparar o conjunto de treino
- Deploy em contêiner e rotina agendada de pontuação
- Cuidado com dados pessoais e sensíveis
Diferenciais
- Explicabilidade com SHAP para apresentar fatores a RH
- Análise de sobrevivência como alternativa à classificação
- Práticas de monitoramento de deriva de dados
- Conhecimento básico de people analytics
- Experiência em avaliar impacto de uma ação de retenção
Como é trabalhar aqui
Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Cada versão de modelo passa por revisão de código e por uma checagem de justiça e de vazamento antes de ser promovida. O desempenho é revisto todo mês com o time de RH, com a explicação do que mudou nos dados. 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.