Engenheiro(a) de Machine Learning Sênior (Manutenção Preditiva no Jurídico)
Sobre a vaga
Vaga aberta de Engenheiro(a) de Machine Learning Sênior (Manutenção Preditiva 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 06/11/2026.
Uma empresa do setor jurídico mantém uma infraestrutura que não pode parar: sistemas de peticionamento eletrônico, bases de processos, servidores, rede, equipamentos de datacenter e dispositivos de sala de audiência. Quando um servidor de armazenamento falha na véspera de um prazo processual, o dano é imediato. A manutenção preditiva aponta quais equipamentos têm risco de falha para que a troca ocorra antes. Você vai construir esse modelo.
Os dados vêm de logs de hardware, temperatura, taxas de erro de disco, chamados abertos e histórico de manutenção. Falha real é rara, e muitos registros de falha estão incompletos ou lançados com atraso. O sucesso não é a acurácia, é antecipar falhas com margem útil, sem encher a equipe de alertas falsos. O trabalho é bom quando a antecedência média do alerta permite agendar a troca, a precisão do alerta é aceita pela equipe de infraestrutura e as paradas não planejadas diminuem de forma medida.
O que você vai fazer
- Montar a base de eventos de falha a partir de logs, chamados e registros de manutenção
- Construir atributos de janela deslizante sobre sinais de saúde dos equipamentos
- Treinar modelos de classificação e de tempo até a falha com classes muito desbalanceadas
- Definir o limiar de alerta com a equipe, balanceando custo de troca e custo de parada
- Validar por equipamento e por tempo, sem misturar o mesmo dispositivo entre treino e teste
- Colocar a inferência em produção em lote, com alertas rastreáveis e justificados
- Monitorar deriva de sinais e a qualidade dos alertas, e retreinar quando preciso
- Medir o efeito na quantidade de paradas não planejadas e comunicar o resultado
Requisitos
- Modelagem para eventos raros, com dados desbalanceados e censurados
- Atributos de janela temporal sobre séries de sensores e logs
- Validação que respeita tempo e agrupamento por equipamento
- Python, XGBoost e MLflow em fluxo reprodutível, com Airflow para orquestração
- SQL para extrair histórico de manutenção e de chamados
- Capacidade de definir a política de alerta junto com quem opera a infraestrutura
Diferenciais
- Conhecimento de monitoramento de infraestrutura e de métricas de disco e de memória
- Modelos de sobrevivência e de vida útil restante
- Detecção de anomalias como apoio ao modelo supervisionado
- Noção de gestão de ativos de tecnologia da informação
- Experiência em projetos com poucos rótulos
Como é trabalhar aqui
Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. O modelo é revisado em par e tem relatório de validação a cada versão. A equipe de infraestrutura participa da definição dos alertas e a cada mês o time compara o que foi previsto com as falhas reais. 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.