Engenheiro(a) de Machine Learning Sênior (Recomendação de Produtos no Agronegócio)
Sobre a vaga
Vaga aberta de Engenheiro(a) de Machine Learning Sênior (Recomendação de Produtos 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 06/11/2026.
Quem compra insumo agrícola raramente volta ao catálogo inteiro: compra semente, fertilizante e defensivo conforme a cultura, a época de plantio e o histórico da fazenda. O modelo de recomendação sugere os produtos que fazem sentido para aquele produtor naquele momento, e o time comercial usa a lista na visita e na oferta por mensagem.
A dificuldade está nos dados. Compra é sazonal e concentrada em poucas semanas, boa parte dos clientes tem poucas compras, produto novo não tem histórico e a safra muda o comportamento de um ano para o outro. Você escolhe entre ranking por pares, fatoração e modelos de árvore, monta as features com cuidado para não vazar informação do futuro e valida com corte temporal.
Sucesso aqui é medido por taxa de aceitação da sugestão, aumento de itens por pedido contra grupo de controle e estabilidade do modelo ao longo da safra. Como sênior, você define o padrão de treino e de monitoramento e responde quando a deriva derruba o resultado.
O que você vai fazer
- Construir features de recência, frequência e cultura a partir do histórico de pedidos
- Treinar e comparar modelos de ranking com validação por janela de tempo
- Tratar cliente novo e produto novo com regra de partida e modelo de conteúdo
- Registrar experimentos e modelos no MLflow com dados e parâmetros reproduzíveis
- Orquestrar treino e geração das listas no Airflow com checagem de qualidade dos dados
- Monitorar deriva de entrada e de resultado e definir quando retreinar
- Desenhar o teste com grupo de controle para medir o ganho real da recomendação
- Revisar o trabalho de outras pessoas do time e definir o padrão de MLOps
Requisitos
- Modelos tabulares e de ranking em produção, com métrica de ranking bem escolhida
- Validação por corte no tempo, com cuidado para não usar informação que só existiria depois
- SQL avançado para montar conjuntos de treino em volume
- Entrega de modelo em contêiner com versão, teste e reversão
- Leitura de resultado de experimento e capacidade de dizer quando o ganho não é real
- Comunicação clara com o time comercial sobre o que o modelo faz e não faz
Diferenciais
- Ter trabalhado com sazonalidade forte ou com dados de safra e clima
- Experiência com cold start e modelos de dois estágios
- Conhecimento de armazenamento de features e de testes A/B em ranking
- Gosto por transformar métrica de modelo em métrica de venda
Como é trabalhar aqui
Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Mudanças de modelo passam por revisão de outra pessoa e por uma comparação registrada com o modelo em produção. Os resultados são acompanhados em painel semanal e conversados com o comercial. 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.