Engenheiro(a) de Machine Learning Sênior (Manutenção Preditiva no Mercado Imobiliário)
Sobre a vaga
Vaga aberta de Engenheiro(a) de Machine Learning Sênior (Manutenção Preditiva 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 06/11/2026.
Elevadores, bombas, portões automáticos e sistemas de ar-condicionado de condomínios e de empreendimentos comerciais enviam leituras de vibração, corrente, temperatura e ciclos de uso. A manutenção preditiva busca prever falha antes que o equipamento pare e a administração receba reclamação de moradores presos ou de ambientes sem climatização.
A dificuldade está nos rótulos e no tempo. Falhas reais são raras, muitas vezes registradas depois da parada e sem causa clara, e sensores têm lacunas e calibração diferente por fabricante. Um modelo que dispara alertas demais é ignorado pela equipe técnica, e um que dispara de menos custa uma chamada de emergência.
Você leva o modelo do dado bruto à rotina de manutenção: variáveis em janelas de tempo, treino com validação por equipamento, publicação e monitoramento. Mede-se por antecedência média do aviso, precisão dos alertas, falhas evitadas e custo de visita técnica desnecessária.
O que você vai fazer
- Construir variáveis em janelas deslizantes a partir de séries de sensores, tratando lacunas e ruído
- Definir o alvo de falha e a janela de antecedência junto com a equipe de manutenção
- Treinar modelos com validação por equipamento, para que o teste não vaze entre leituras do mesmo ativo
- Calibrar o limiar de alerta pelo custo de uma visita contra o custo de uma parada
- Publicar a pontuação em lote e em tempo quase real, com versão de modelo registrada no MLflow
- Monitorar deriva por fabricante e por modelo de equipamento
- Fechar o ciclo: registrar o resultado de cada visita para realimentar os rótulos
- Orientar a equipe sobre validação de séries temporais e leitura de desempenho
Requisitos
- Modelagem tabular e de séries temporais em produção
- Python, scikit-learn e XGBoost
- SQL para dados de sensores e de ordens de serviço
- Experiência com MLflow e orquestração com Airflow
- Entendimento de desbalanceamento e de eventos raros
- Docker e implantação de serviços de pontuação
- Git e revisão de código
Diferenciais
- Análise de sobrevivência e vida útil restante
- Detecção de anomalias quando faltam rótulos
- Conhecimento de engenharia de manutenção
- Armazenamento de séries temporais
- Interpretação de modelo com SHAP para o técnico de campo
Como é trabalhar aqui
Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Os alertas são discutidos com a equipe de manutenção em revisões periódicas, e cada falso alarme importante vira um caso de análise. A rotina é de entregas pequenas, com o painel de desempenho do modelo aberto a todos. 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.