Engenheiro(a) de Machine Learning Sênior (MLOps e Deploy de Modelos no Varejo)
Sobre a vaga
Vaga aberta de Engenheiro(a) de Machine Learning Sênior (MLOps e Deploy de Modelos no Varejo). 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.
No varejo, os modelos de previsão de demanda, de preço e de recomendação servem milhares de produtos em centenas de lojas, e hoje o caminho do notebook até a produção é manual, lento e difícil de repetir. Você vai construir a plataforma e as práticas de MLOps que levam um modelo do experimento ao serviço: empacotamento, testes, implantação, versionamento e retorno à versão anterior.
O desafio é equilibrar autonomia das cientistas e segurança da produção. Um modelo treinado com uma versão dos dados não pode ser servido com variáveis calculadas de outro jeito, um lote noturno que atrasa deixa a loja sem sugestão de reposição na abertura, e uma implantação sem teste pode trocar a previsão de milhares de produtos por lixo. O sucesso se mede em tempo do experimento à produção, em implantações sem incidente, em reprodutibilidade de qualquer previsão e em custo da infraestrutura.
O que você vai fazer
- Desenhar o caminho padrão: treino versionado, registro no MLflow, validação automática, implantação e monitoramento
- Garantir consistência de variáveis entre treino e inferência, com repositório ou contrato de features
- Containerizar o serviço de inferência em lote e em tempo real, com testes de carga e de contrato
- Automatizar o pipeline de CI/CD de modelos, incluindo testes de dados, de desempenho e de regressão
- Implantar de forma gradual (sombra, canário) com critérios objetivos para promover ou reverter
- Orquestrar treino e inferência noturna em Airflow, com alertas de atraso e de falha
- Instrumentar custo, latência e deriva por modelo, e fazer visíveis os modelos que ninguém usa mais
- Escrever guias curtos e apoiar cientistas no uso da plataforma
Requisitos
- MLOps em produção: registro de modelos, pipelines, implantação e monitoramento
- Python de nível de engenharia, com testes e empacotamento
- Docker, CI/CD e orquestração em Airflow ou equivalente
- Compreensão de modelos tabulares e de séries temporais, para saber o que testar
- Observabilidade de serviços e de dados
- Habilidade de construir ferramenta que as pessoas escolham usar
Diferenciais
- Ter trabalhado com feature store ou com contratos de dados
- Experiência em nuvem pública com serviços de inferência
- Infraestrutura como código para ambientes de treino
- Conhecimento de varejo e de seus ritmos, como datas promocionais e inventário
Como é trabalhar aqui
Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. A plataforma é tratada como produto, com usuários internos, documentação e uma lista de pedidos priorizada. Mudanças de infraestrutura passam por revisão e chegam com plano de retorno. 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.