Engenheiro(a) de Machine Learning Pleno (Previsão de Demanda em Telecom)
Sobre a vaga
Vaga aberta de Engenheiro(a) de Machine Learning Pleno (Previsão de Demanda em Telecom). 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.
A operadora de telecom precisa prever a demanda de tráfego e de atendimento por região: quantos usuários vão consumir dados em cada célula nas próximas semanas, quanto de capacidade ativar, quantas ligações a central vai receber depois de uma mudança de tarifa e quantos chips de reposição estocar. Previsão ruim vira rede congestionada ou capacidade ociosa.
Os padrões têm camadas: sazonalidade semanal, feriado, evento esportivo, lançamento de aparelho, campanha comercial e, de vez em quando, uma queda de rede que distorce o histórico. Você usa modelos de previsão que combinam variáveis externas com a série e avalia por horizonte, por região e pelo erro nos picos, que é onde a decisão custa mais.
Você mede por erro percentual absoluto médio por horizonte, viés da previsão, qualidade nos dias de pico e decisões de capacidade tomadas com base nela.
O que você vai fazer
- Montar séries por região e por tipo de serviço, tratando lacunas e quedas de rede
- Construir features de calendário, de campanha e de evento
- Treinar modelos de previsão com boosting e comparar com métodos clássicos de referência
- Validar com janelas móveis no tempo, respeitando a ordem dos dados
- Quantificar a incerteza e entregar a previsão em intervalo, e não só em ponto
- Orquestrar treino e geração diária das previsões com Airflow
- Monitorar erro por região e disparar retreino quando o desvio passar do limite
- Explicar a previsão ao planejamento de rede e ajustar com o que eles observam
Requisitos
- Python, scikit-learn e boosting aplicados a séries temporais
- Validação com janelas móveis e cuidado contra vazamento de dados futuros
- Métricas de erro de previsão e leitura por horizonte
- SQL para preparar séries de grande volume
- MLflow, Docker e orquestração em produção
- Entrega de uma frente de ponta a ponta e decisão dentro dela
Diferenciais
- Ter usado bibliotecas de previsão como Prophet ou statsforecast
- Conhecimento de dados de rede móvel, como tráfego por célula
- Previsão hierárquica e reconciliação por região
- Prática com previsão probabilística
Como é trabalhar aqui
Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Cada modelo novo é comparado com a referência simples antes de seguir adiante, e a mudança passa por revisão de outra pessoa do time. O erro das previsões é publicado todo dia e discutido com o planejamento. 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.