Engenheiro(a) de Machine Learning Sênior (MLOps e Deploy de Modelos em Bancos Digitais)
Sobre a vaga
Vaga aberta de Engenheiro(a) de Machine Learning Sênior (MLOps e Deploy de Modelos em Bancos Digitais). 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 05/11/2026.
Em um banco digital, cientistas de dados treinam bons modelos em notebooks, e o caminho até produção é um conjunto de passos manuais: exportar o modelo, copiar para um servidor, ajustar dependências, torcer para as features em produção terem o mesmo cálculo do treino. Cada modelo novo leva semanas, e ninguém sabe ao certo qual versão está respondendo.
Você vai construir o caminho pavimentado: registro de modelos, empacotamento reproduzível, esteira de integração e entrega contínua, serviço de inferência em tempo real e em lote, feature store ou padronização equivalente, implantação gradual com possibilidade de voltar atrás e monitoramento de latência, erro e deriva.
O alvo é reduzir o tempo entre um modelo aprovado e um modelo em produção de semanas para dias, sem perder rastreabilidade. Em banco, cada decisão automática precisa ser explicável depois: qual versão do modelo, com quais features, em que momento. O sucesso aparece no tempo de implantação, na taxa de falha de implantação e na facilidade de auditar uma resposta antiga.
O que você vai fazer
- Construir a esteira que leva um modelo do registro à produção com testes e aprovação
- Padronizar o empacotamento com contêineres e dependências fixas para reprodutibilidade
- Implantar serviços de inferência em tempo real e em lote com métricas de latência e erro
- Garantir consistência entre o cálculo de features no treino e na inferência
- Implementar implantação gradual, comparação com a versão anterior e retorno rápido
- Registrar versão do modelo, dados e features em cada decisão para auditoria
- Configurar monitoramento de deriva e de desempenho, com alertas para os donos do modelo
- Documentar o caminho e orientar cientistas de dados no uso da plataforma
Requisitos
- Experiência levando modelos de aprendizado de máquina para produção com disciplina de engenharia
- Domínio de Docker, orquestração e integração contínua
- Conhecimento de registro e versionamento de modelos, como MLflow
- Entendimento de serviço de inferência, latência e escala
- Python de produção, com teste automatizado e revisão
- Capacidade de resolver incidente em produção com análise de causa
Diferenciais
- Experiência com feature store
- Kubernetes e implantação de modelos em ambiente gerenciado
- Conhecimento de exigências de rastreabilidade em decisão automatizada
- Otimização de inferência com ONNX ou equivalente
Como é trabalhar aqui
Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em Minas Gerais. A plataforma é tratada como produto, com cientistas de dados como clientes diretos e um canal curto para dúvidas e pedidos. Mudanças na esteira passam por revisão de outra pessoa e por teste em ambiente isolado. Medimos o tempo de implantação de cada modelo e revisamos juntos o que o atrasou. 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.