Engenheiro(a) de Machine Learning Sênior (Detecção de Fraude no Setor de Energia)
Sobre a vaga
Vaga aberta de Engenheiro(a) de Machine Learning Sênior (Detecção de Fraude no Setor de Energia). 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.
Perdas não técnicas são um problema conhecido em distribuição de energia: ligação clandestina, desvio no medidor, medidor adulterado e consumo registrado abaixo do real. Cada inspeção em campo custa deslocamento de equipe, e a maioria das visitas não encontra irregularidade. Você vai construir e manter o modelo que ordena as unidades consumidoras por probabilidade de fraude para que as equipes visitem primeiro as que mais valem a visita.
Os sinais estão nas leituras: queda abrupta de consumo sem mudança de perfil, consumo incompatível com a carga do endereço, desvio frente a vizinhos parecidos, leituras de telemedição com falhas suspeitas e histórico de inspeção anterior. O rótulo vem de inspeções feitas, o que enviesa o treino, porque só se sabe a verdade onde alguém foi olhar. O modelo precisa lidar com essa limitação e com classes muito desbalanceadas.
Mede-se por taxa de acerto das visitas na lista priorizada, energia recuperada por visita, estabilidade do modelo por região e tempo entre sinal e inspeção.
O que você vai fazer
- Construir variáveis de consumo, perfil, vizinhança e telemedição a partir de séries de leitura
- Treinar modelos de árvore para ranking, com validação temporal e por região
- Tratar o desbalanceamento e o viés de seleção da amostra inspecionada
- Definir métricas de decisão como precisão nas primeiras visitas e energia recuperada esperada
- Publicar a lista priorizada para as equipes de campo e fechar o ciclo com o resultado de cada visita
- Orquestrar treino e escoragem com Airflow e registrar versões no MLflow
- Monitorar deriva de consumo por sazonalidade e por mudança de tarifa e definir gatilho de retreino
- Explicar o modelo para operação e jurídico, com cuidado a decisão sobre cliente e LGPD
Requisitos
- Modelagem tabular e de ranking em produção
- Séries de consumo: sazonalidade, agregação e detecção de anomalia
- Validação temporal sem vazamento e tratamento de classe rara
- SQL avançado sobre grandes volumes de leitura
- Deploy de modelo em contêiner com monitoramento de deriva
- Capacidade de traduzir métrica de modelo em resultado operacional
- Responsabilidade sobre o modelo em produção e seus limites
Diferenciais
- Aprendizagem com rótulo parcial ou positivo e não rotulado
- Detecção de anomalia em série temporal
- Conhecimento de medição de energia e perdas não técnicas
- Explicabilidade para uso por inspetor de campo
- Análise geoespacial de vizinhança
Como é trabalhar aqui
Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. O trabalho se divide entre modelagem e conversa com quem usa a lista em campo, porque o retorno das visitas é o que melhora o modelo. Mudança de variável ou de limiar passa por revisão e fica registrada com o resultado esperado. 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.