Engenheiro(a) de Machine Learning Sênior (Recomendação de Produtos no Setor de Energia)
Sobre a vaga
Vaga aberta de Engenheiro(a) de Machine Learning Sênior (Recomendação de Produtos 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 06/11/2026.
O portal de autoatendimento de uma distribuidora e comercializadora de energia oferece serviços e produtos a clientes residenciais e empresariais: geração distribuída, tarifa com bandeira fixa, eficiência energética, parcelamento de fatura. A recomendação escolhe, para cada cliente que entra, o que mostrar primeiro. Você vai cuidar do modelo de ranqueamento, dos atributos que o alimentam e de todo o caminho até a produção.
O desafio está nos dados: consumo mensal por unidade consumidora, histórico de inadimplência, tipo de ligação, região e sazonalidade forte, com muitos clientes que entram sem histórico algum. Uma oferta de crédito para quem tem fatura atrasada é erro de produto e de reputação. Funciona quando a taxa de conversão sobe em teste controlado, a cobertura de clientes novos é razoável e o modelo é retreinado antes de a deriva aparecer na ponta.
O que você vai fazer
- Construir atributos de consumo, perfil e comportamento com cuidado para não vazar informação do futuro
- Treinar e comparar modelos de ranqueamento com validação por tempo e por região
- Tratar cliente novo com regras de partida e com modelo de popularidade segmentada
- Publicar o modelo em serviço com tempo de resposta definido e versão rastreável
- Monitorar deriva de atributos e de conversão, com alerta e rotina de retreino
- Desenhar o teste A/B da recomendação com o time de produto e interpretar o resultado
- Impor regras de elegibilidade antes do modelo, como inadimplência e área de cobertura
- Documentar atributos e decisões para quem herdar o modelo
Requisitos
- Python para ciência de dados e para código de produção, com testes
- Modelos de ranqueamento e de recomendação, incluindo o problema de cliente sem histórico
- Validação temporal e escolha de métricas de ranking, como ganho acumulado normalizado e cobertura
- SQL avançado sobre tabelas grandes de consumo e faturamento
- MLflow ou equivalente para rastrear experimentos e versões de modelo
- Orquestração de treino e inferência em lote com Airflow
Diferenciais
- Conhecimento de séries de consumo de energia e de sazonalidade climática
- Experiência com feature store e com consistência entre treino e produção
- Noção de experimentação com efeito heterogêneo por segmento
- Uso de Docker para empacotar o serviço de inferência
- Conhecimento do regime regulatório de tarifas
Como é trabalhar aqui
Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Cada mudança de modelo passa por revisão de código e por um relatório curto de validação. O time acompanha conversão, cobertura e deriva em painel semanal e decide junto com produto o que entra em teste. 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.