Engenheiro(a) de Machine Learning Sênior (MLOps e Deploy de Modelos no Mercado
Sobre a vaga
Vaga aberta de Engenheiro(a) de Machine Learning Sênior (MLOps e Deploy de Modelos no Mercado. 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 plataforma imobiliária tem modelos que estimam preço de imóvel, tempo de venda, probabilidade de fechamento de um lead e qualidade de anúncio. Cada modelo foi criado por uma pessoa diferente, em notebook, com um jeito próprio de ir para produção. O mercado imobiliário muda com taxa de juros e estação, e um modelo parado envelhece rápido. Você vai construir o caminho padronizado do treino ao serviço em produção.
O trabalho é de engenharia e de operação de modelos: registro de experimentos e de versões, pipelines de treino reprodutíveis, implantação gradual com possibilidade de voltar atrás, monitoramento de deriva e de desempenho contra o resultado real, que no imobiliário chega com meses de atraso. Está bem feito quando colocar um modelo novo em produção leva horas e não semanas, é possível reproduzir qualquer versão antiga e um modelo degradado é detectado antes de o negócio reclamar.
O que você vai fazer
- Desenhar o pipeline padrão de treino, validação, registro e implantação de modelos
- Empacotar modelos em serviços com contratos claros de entrada e de saída
- Implementar implantação gradual, com sombra e canário, e volta rápida à versão anterior
- Monitorar deriva de atributos, de previsões e de desempenho quando o rótulo chega depois
- Automatizar retreino com gatilhos por deriva ou por calendário e aprovação registrada
- Cuidar da consistência entre atributos de treino e de inferência
- Controlar custo de computação e tempo de resposta dos serviços de modelo
- Apoiar cientistas de dados a migrar notebooks para código de produção testado
Requisitos
- MLOps na prática: registro de modelos, pipelines reprodutíveis, implantação e monitoramento
- Python com testes e boas práticas de engenharia de software
- Docker e orquestração de contêineres, e pipelines de CI/CD
- MLflow ou equivalente e Airflow para orquestração de treinos
- Monitoramento de modelos com métricas de dados e de desempenho
- Capacidade de definir padrões de plataforma e de orientar outras pessoas
Diferenciais
- Experiência com Kubernetes e com inferência em lote e em tempo real
- Conhecimento de feature store e de consistência de atributos
- Noção de modelos de avaliação imobiliária e de séries de preço
- Prática em testes de dados e de modelos antes da implantação
- Gestão de custo de computação em nuvem
Como é trabalhar aqui
Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. A plataforma de modelos é tratada como produto interno, com documentação, exemplos e atendimento a quem a usa. Mudanças de pipeline passam por revisão e por rodada em ambiente de teste, e o time acompanha o tempo de colocar um modelo 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.