Engenheiro(a) de Machine Learning Pleno (Recomendação de Produtos no Mercado Imobiliário)
Sobre a vaga
Vaga aberta de Engenheiro(a) de Machine Learning Pleno (Recomendação de Produtos no Mercado Imobiliário). 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.
Quem procura imóvel navega por dezenas de anúncios, favorita alguns, pede visita em poucos e fecha contato com um ou dois. A plataforma precisa decidir, a cada abertura de tela, quais imóveis mostrar primeiro: faixa de preço, bairro, metragem, número de quartos e o comportamento recente da pessoa entram nessa conta. Você vai construir e manter o modelo que ordena essas recomendações em produção.
O domínio tem armadilhas próprias. Imóvel vendido ou alugado que continua aparecendo frustra a pessoa e queima a confiança no catálogo. Usuário novo não tem histórico, então o modelo precisa funcionar com pouca informação. E o clique favorece quem está no topo da lista, o que distorce o treino se ninguém corrigir o viés de posição.
O sucesso se mede em taxa de contato com o corretor por impressão e em qualidade de ordenação offline (nDCG), sempre comparada com a regra atual em teste controlado. Retreino, monitoramento de deriva e registro de experimentos fazem parte da entrega, não são tarefa à parte.
O que você vai fazer
- Construir features de imóvel, de usuário e de interação (visualização, favorito, pedido de visita) com corte temporal correto
- Treinar e validar modelos de ranking e de propensão a contato com XGBoost e scikit-learn
- Tratar cold start de usuário novo e de anúncio recém publicado
- Corrigir viés de posição nos dados de clique antes do treino
- Retirar do ranking o imóvel indisponível em até poucos minutos após a mudança de status
- Publicar o modelo como serviço em contêiner, com versão registrada no MLflow
- Acompanhar deriva de features e queda de taxa de contato, e disparar o retreino
Requisitos
- Machine learning aplicado a tabelas: validação por tempo, vazamento de dados, métricas de ranking
- Python com pandas e scikit-learn de forma fluente
- SQL para montar conjuntos de treino a partir de eventos de navegação
- Noção de sistemas de recomendação: filtragem colaborativa, baseada em conteúdo e híbrida
- Docker e serviço de inferência em produção, mesmo que simples
- Clareza para explicar a um time de produto por que uma sugestão apareceu
Diferenciais
- Ter trabalhado com ranking, busca ou catálogo com milhares de itens
- Airflow para orquestrar o retreino
- Teste A/B de ranking com análise de efeito por segmento
- Noção de geolocalização e de preço por metro quadrado
- Interesse por explicabilidade de recomendação
Como é trabalhar aqui
Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Cada modelo novo chega com documento curto de decisão e passa por revisão de outra pessoa de dados antes de subir. O ritmo é de entregas pequenas, e a taxa de contato por segmento fica num painel que o time inteiro 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.