Engenheiro(a) de Machine Learning Pleno (Score de Crédito no Jurídico)
Sobre a vaga
Vaga aberta de Engenheiro(a) de Machine Learning Pleno (Score de Crédito no Jurídico). 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.
Quem presta serviços jurídicos por assinatura, cobra honorários parcelados ou financia custas de processo precisa decidir quem recebe crédito e em que condições. Você vai assumir um modelo de score de crédito que estima a chance de inadimplência de clientes e escritórios, a partir de cadastro, histórico de pagamento, dados de contrato e informações de bureaus.
Um score de crédito não vale só pela capacidade de separar bons e maus pagadores. Ele precisa estar calibrado, ou seja, uma probabilidade de 5 por cento deve acontecer perto de 5 por cento das vezes, porque a política de limite e de preço usa esse número. Precisa também ser estável no tempo, justo entre grupos e explicável: quem tem o crédito negado tem direito a saber os fatores principais.
A variável resposta tem uma armadilha de definição, pois a inadimplência só é conhecida meses depois, e a população aprovada difere da população que pede. A validação deve respeitar o tempo e tratar esse viés de seleção, e o monitoramento precisa pegar a deriva antes da carteira piorar.
O que você vai fazer
- Definir a variável resposta de inadimplência e a janela de observação
- Construir features de pagamento, relacionamento e bureau em SQL e Python
- Treinar modelos de árvores e regressão logística e comparar por poder de separação e calibração
- Validar por safras no tempo e tratar o viés de quem nunca foi aprovado
- Gerar as razões principais de cada decisão para a análise de crédito e para o cliente
- Colocar o modelo em produção com Airflow e MLflow, com versão e regra de promoção
- Monitorar estabilidade da população, calibração e desempenho por safra, com alertas
Requisitos
- Modelagem supervisionada com scikit-learn e árvores de gradiente
- Métricas de crédito: KS, curva ROC, calibração e estabilidade da população
- Validação temporal e cuidado com vazamento de dados
- SQL para montar bases de treino a partir de dados transacionais
- Explicabilidade de modelos e noções de equidade entre grupos
- Autonomia para conduzir o modelo do treino ao monitoramento
Diferenciais
- Experiência com modelagem de risco de crédito ou de cobrança
- Técnicas de inferência de rejeitados
- Noção de exigências de transparência para decisão automatizada
- Monitoramento de deriva com regras de retreino automatizadas
Como é trabalhar aqui
Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Todo modelo vai para produção depois de revisão de outra pessoa, com relatório de validação anexo. A carteira é acompanhada em reunião mensal, com os desvios discutidos e registrados. 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.