Engenheiro(a) de Machine Learning Sênior (Monitoramento de Modelos em Recursos Humanos)
Sobre a vaga
Vaga aberta de Engenheiro(a) de Machine Learning Sênior (Monitoramento de Modelos em Recursos Humanos). 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.
Modelos de pessoas, como previsão de desligamento voluntário e recomendação de trilhas de desenvolvimento, funcionam bem no lançamento e degradam em silêncio. Uma reestruturação muda o perfil da base, um novo sistema de ponto altera um campo e a distribuição que o modelo viu no treino deixa de existir. Você vai construir o monitoramento que percebe isso antes de alguém tomar decisão errada sobre pessoas.
O desafio é distinguir deriva de dados, deriva de conceito e simples mudança de volume. O rótulo chega com meses de atraso, então a qualidade só é medida depois, e é preciso indicadores antecipados: distribuição das variáveis, estabilidade do escore, taxa de valores ausentes e desvio entre grupos. Há ainda a camada de justiça, pois um modelo que piora para um grupo específico é risco jurídico.
A medida de sucesso é o tempo entre o início da degradação e o alerta, a proporção de alertas que viram ação e a cobertura de modelos com monitoramento ativo.
O que você vai fazer
- Definir indicadores de saúde por modelo, com limites calibrados e justificados
- Implementar cálculo diário de deriva de variáveis e de estabilidade do escore no Airflow
- Registrar versões, métricas e artefatos no MLflow, ligando cada escore ao modelo que o gerou
- Construir a medição retardada de desempenho quando o rótulo real chega
- Acompanhar métricas por grupo para detectar piora desigual
- Criar alertas com texto claro e passos de resposta, evitando ruído
- Automatizar gatilhos de retreino com validação antes da promoção
- Escrever o guia de monitoramento para quem constrói modelos novos
Requisitos
- Domínio de modelagem tabular e de validação, com métricas adequadas a classes desbalanceadas
- Conhecimento de deriva de dados e de conceito e dos testes estatísticos para detectá-las
- Prática de MLOps: versionamento, orquestração, empacotamento e implantação
- SQL avançado para construir bases de acompanhamento
- Capacidade de decidir padrões de monitoramento para vários times
- Cuidado com dados pessoais e com o uso responsável de modelos sobre pessoas
Diferenciais
- Uso de Evidently, WhyLabs ou ferramenta de monitoramento equivalente
- Noção de métricas de justiça e de análise por subgrupo
- Experiência com monitoramento na ausência de rótulo imediato
- Familiaridade com dados de folha, ponto e avaliação de desempenho
Como é trabalhar aqui
Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Incidentes de modelo são analisados em revisão sem busca de culpados, e os aprendizados viram verificações novas. O time trabalha com pareamento em mudanças de pipeline e mantém tudo documentado junto do código. 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.