Engenheiro(a) de Machine Learning Sênior (Previsão de Demanda no Agronegócio)
Sobre a vaga
Vaga aberta de Engenheiro(a) de Machine Learning Sênior (Previsão de Demanda no Agronegócio). 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.
Uma cooperativa e seus fornecedores precisam decidir, meses antes, quanto fertilizante, semente e defensivo comprar e onde estocar. A demanda depende da área plantada, do preço da safra, do clima, da fase da cultura e do crédito liberado aos produtores. Comprar a menos significa venda perdida na janela de plantio, que não volta. Comprar a mais significa estoque parado, produto vencendo e capital preso.
Você será responsável por modelos de previsão de demanda por produto, região e semana, em produção. Isso envolve engenharia de variáveis com calendário agrícola, dados de clima e preço, modelos com XGBoost e abordagens para séries curtas e esparsas, previsão em hierarquia (produto, família, região) com reconciliação, intervalos de previsão para apoiar a decisão de estoque de segurança e backtesting por janelas móveis que respeitem o tempo.
O resultado se mede em erro percentual absoluto ponderado por volume, viés de previsão, ruptura de estoque na janela de plantio e capital parado em estoque excedente. E em uma rotina de retreino que não depende da memória de ninguém.
O que você vai fazer
- Construir features de calendário agrícola, clima, preço e crédito
- Treinar e comparar modelos por produto e por região, com backtesting em janelas móveis
- Gerar previsão hierárquica com reconciliação entre níveis
- Produzir intervalos de previsão e traduzi-los em estoque de segurança
- Orquestrar no Airflow a carga de dados e o retreino semanal
- Registrar experimentos e versões no MLflow e publicar o serviço de previsão
- Monitorar erro e viés por produto e disparar revisão quando degradar
- Alinhar com compras e comercial as premissas e o uso da previsão
Requisitos
- Modelos tabulares e séries temporais em produção, com Python, scikit-learn e XGBoost
- Backtesting e validação respeitando a ordem do tempo
- SQL para montar bases de venda e estoque
- MLflow, Docker e orquestração com Airflow
- Monitoramento de modelos e critérios de retreino
- Capacidade de explicar a incerteza para compras e orientar outras pessoas
Diferenciais
- Dados de clima, satélite ou índices de vegetação
- Previsão de demanda intermitente
- Otimização de estoque com a previsão
- Conhecimento do ciclo de safra e da sazonalidade de insumos
- Previsão probabilística
Como é trabalhar aqui
Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Cada mudança de modelo traz um relatório de backtest comparado com a versão em uso e é revisada por outra pessoa. O acompanhamento mensal reúne dados, compras e comercial para revisar as premissas. 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.