Engenheiro(a) de Machine Learning Pleno (Recomendação de Produtos em Mobilidade Urbana)
Sobre a vaga
Vaga aberta de Engenheiro(a) de Machine Learning Pleno (Recomendação de Produtos em Mobilidade Urbana). 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 02/11/2026.
Um aplicativo de mobilidade urbana vende mais do que corrida: pacotes de viagens, passes mensais, patinete, parcerias com restaurantes e lojas no trajeto. Você vai construir o sistema que recomenda o produto certo ao usuário certo na hora certa, por exemplo oferecer o passe mensal para quem faz o mesmo trajeto dez vezes por semana.
O modelo trabalha com sinais tabulares: histórico de viagens, horário, trajeto, região, uso de cupom. O desafio é o início a frio, porque o usuário novo não tem histórico, e a avaliação, pois recomendação não se mede só com acurácia. Precisa-se de métricas de ranking, como ganho cumulativo normalizado e precisão no topo, e de teste online para confirmar que a lista melhor no laboratório também aumenta a compra.
Em produção, a recomendação precisa responder em dezenas de milissegundos ao abrir o aplicativo. Variáveis desatualizadas, itens indisponíveis na região do usuário e viés de popularidade, que recomenda sempre os mesmos produtos, são riscos a monitorar. O retreino segue um calendário, com comparação contra o modelo em uso.
O que você vai fazer
- Construir variáveis de comportamento do usuário a partir do histórico de viagens
- Treinar modelos de ranking e candidatos com XGBoost e baselines simples
- Tratar o início a frio com regras e modelos de popularidade por região
- Avaliar com métricas de ranking offline e teste A/B online
- Implantar o serviço de recomendação com baixa latência
- Monitorar deriva, cobertura de catálogo e viés de popularidade
- Automatizar treino, registro de versões e retreino com MLflow e Airflow
Requisitos
- Autonomia para entregar uma frente de recomendação do dado ao serviço
- Modelos tabulares e de ranking com scikit-learn e gradiente boosting
- Métricas de ranking e desenho de teste online
- Domínio de SQL para montar variáveis que só usam informação disponível na data da decisão
- Docker e implantação de modelo em serviço
- Git e revisão de código
Diferenciais
- Filtragem colaborativa e embeddings de usuário e item
- Armazém de variáveis
- Bandits contextuais para explorar novas ofertas
- Noção de privacidade em dados de localização
- Experiência com sistemas de baixa latência
Como é trabalhar aqui
Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Os experimentos são registrados e comparados com o modelo em produção antes de qualquer troca. Há revisão de código em todo o caminho e par de modelagem quando o desenho é novo, com o resultado dos testes A/B acompanhado pela equipe. 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.