Engenheiro(a) de Machine Learning Sênior (Previsão de Demanda no Setor de Energia)
Sobre a vaga
Vaga aberta de Engenheiro(a) de Machine Learning Sênior (Previsão de Demanda no Setor de Energia). 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.
Quem opera a rede elétrica precisa saber a carga de cada subestação e de cada alimentador nas próximas horas e dias. Errar para menos pode sobrecarregar um transformador; errar para mais gera compra de energia desnecessária. A série tem forte efeito de temperatura, feriado, horário de verão e eventos locais, e as medições chegam com falhas, repetidas ou zeradas por problema no medidor.
Você vai construir e manter a previsão em produção: engenharia de variáveis com calendário e clima, modelos por nível da hierarquia, reconciliação entre o total da região e a soma dos alimentadores, validação com janela deslizante e avaliação por horizonte. O pipeline roda todos os dias no Airflow, registra experimentos e versões no MLflow e entrega a previsão para o sistema de operação.
Funcionou quando o erro percentual cai nos horários de pico, quando a falha de um medidor não contamina a previsão e quando o retreino dispara por deriva medida, não por calendário, com comparação automática contra o modelo em uso.
O que você vai fazer
- Construir variáveis de calendário, temperatura e histórico de carga
- Treinar modelos por subestação e por alimentador com validação deslizante
- Reconciliar previsões hierárquicas para que a soma feche com o total
- Tratar medição ausente, repetida ou zerada antes do treino
- Orquestrar treino e inferência diária no Airflow com alertas de falha
- Registrar experimentos e versões no MLflow e promover modelos com critério
- Monitorar deriva e erro por horizonte, acionando retreino
- Orientar outras pessoas do time e definir o padrão de modelagem da frente
Requisitos
- Previsão de séries temporais com efeitos de calendário e de clima
- Modelos de árvores, como XGBoost, e regressões regularizadas
- Validação adequada a série, sem vazamento de futuro
- MLOps: pipeline agendado, registro de modelo e monitoramento
- SQL e Python de produção, com teste
- Decisão de desenho e responsabilidade por incidente em produção
Diferenciais
- Previsão hierárquica ou por grupos de séries
- Conhecimento do setor elétrico, de carga e de perdas
- Quantis e previsão probabilística para planejamento de risco
- Uso de previsões de clima como entrada do modelo
- Experiência em modelos de deep learning para séries
Como é trabalhar aqui
Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. O time revisa toda mudança de modelo com a comparação contra a versão em produção. O erro por horizonte é acompanhado toda semana, e o que subiu vira tarefa com responsável. 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.