Engenheiro(a) de Machine Learning Sênior (Detecção de Fraude no Agronegócio)
Sobre a vaga
Vaga aberta de Engenheiro(a) de Machine Learning Sênior (Detecção de Fraude no Agronegócio). 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 06/11/2026.
No financiamento do agronegócio, fraude aparece em formas bem particulares: nota fiscal de insumo emitida sem entrega, área plantada declarada acima da real, a mesma safra dada como garantia em dois credores, romaneio de grãos que não bate com a capacidade do silo. As ocorrências são raras, descobertas tarde e mal rotuladas, o que complica qualquer modelo supervisionado.
Você vai montar a detecção: features de relação entre produtor, fornecedor, propriedade e garantia, grafos de vínculo para achar redes suspeitas, modelos de boosting onde há rótulo e métodos de anomalia onde não há. O limite é o custo de investigar: um alerta falso gasta horas do analista de risco, então o modelo precisa ordenar por probabilidade e por valor exposto.
Em produção, vale a lógica de operação: pontuação a cada operação nova, fila de investigação priorizada, retorno do analista voltando ao treino e monitoramento de deriva, pois o fraudador muda de comportamento. Sucesso se mede por precisão nos primeiros alertas, valor evitado, taxa de falso positivo e tempo entre a operação e o alerta.
O que você vai fazer
- Construir variáveis de relação entre produtor, propriedade, fornecedor e garantia
- Treinar modelos supervisionados e de anomalia, lidando com rótulos raros e atrasados
- Priorizar alertas por probabilidade e por valor exposto
- Montar a fila de investigação e o ciclo de retorno do analista para o treino
- Validar com janelas temporais e medir precisão nos primeiros alertas
- Monitorar a deriva e o ajuste do comportamento de quem tenta burlar o modelo
- Explicar cada alerta com os motivos principais para o investigador
- Definir padrões de MLOps e orientar outras pessoas do time
Requisitos
- Aprendizado de máquina para dados tabulares desbalanceados e para detecção de anomalias
- Validação temporal, tratamento de rótulos atrasados e métricas de precisão em topo de lista
- Python, SQL e pipelines orquestrados e reprodutíveis
- Experiência de levar modelo a produção e monitorá-lo
- Explicabilidade das decisões para uso por investigadores
- Decisão de arquitetura e diálogo com as áreas de risco e de jurídico
Diferenciais
- Análise de grafos e detecção de comunidades
- Conhecimento de crédito rural e de garantias do agronegócio
- Dados geoespaciais e imagens de satélite para verificar área plantada
- Aprendizado semissupervisionado e ativo
Como é trabalhar aqui
Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. O time de risco devolve semanalmente os alertas confirmados e os descartados, e esse retorno vira dado de treino revisado por outra pessoa. Mudança de modelo só entra depois de comparação lado a lado com a versão em produção. 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.