Engenheiro(a) de Machine Learning Sênior (Previsão de Demanda em Meios de Pagamento)
Sobre a vaga
Vaga aberta de Engenheiro(a) de Machine Learning Sênior (Previsão de Demanda em Meios de Pagamento). 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 empresa de meios de pagamento precisa saber quanto volume de transações vai passar pela sua infraestrutura nas próximas horas, dias e semanas. A previsão serve para dimensionar capacidade nos horários de pico, planejar a liquidação com os bancos e dar a previsão de receita por tipo de cliente. Datas como Black Friday, dia de pagamento e véspera de feriado quebram qualquer modelo que olhe só a média.
Você vai desenhar e manter os modelos de previsão em produção: séries por segmento de cliente, com sazonalidade em vários níveis, efeitos de calendário, campanhas comerciais e quedas por instabilidade de terceiros. Os pontos de atenção são a previsão hierárquica (a soma dos segmentos precisa bater com o total), o erro assimétrico (subestimar o pico custa mais do que superestimar) e a degradação silenciosa quando o comportamento muda.
O sucesso se mede por erro percentual em horizontes distintos, por cobertura dos intervalos de previsão e por quantas vezes a capacidade foi dimensionada de forma errada. Sendo sênior, você define o padrão de validação e decide o que vai para produção.
O que você vai fazer
- Construir modelos de previsão de volume e de valor por segmento com XGBoost e métodos de séries temporais
- Modelar efeitos de calendário, feriados, dias de pagamento e campanhas
- Gerar previsões hierárquicas reconciliadas entre segmentos e total
- Definir validação por janela móvel e métricas coerentes com o custo do erro
- Entregar intervalos de previsão calibrados para o planejamento de capacidade
- Orquestrar treino e previsão no Airflow, com registro de modelos no MLflow
- Monitorar erro e deriva e acionar retreino quando o comportamento mudar
- Orientar outras pessoas do time na validação de modelos de série temporal
Requisitos
- Séries temporais: sazonalidade múltipla, tendência, efeitos de evento e validação por janela
- Machine learning tabular com XGBoost e scikit-learn em Python
- SQL para construir bases históricas a partir de eventos de transação
- Colocar modelos em produção com Docker, Airflow e versionamento
- Calibração de intervalos e escolha de métrica pelo custo do erro
- Comunicar incerteza para pessoas de operação e de finanças
Diferenciais
- Experiência com previsão hierárquica e métodos de reconciliação
- Conhecimento de Prophet, statsmodels ou modelos de redes neurais para séries
- Interesse por operação de pagamentos e por liquidação financeira
- Hábito de manter um registro de previsões passadas para medir o acerto real
Como é trabalhar aqui
Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Cada modelo novo é comparado com o anterior em janelas de teste combinadas antes de substituí-lo, e a revisão é feita em par. O erro de previsão é discutido toda semana com a área de operação, com os casos de maior desvio na pauta. 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.