Engenheiro(a) de Machine Learning Sênior (Score de Crédito no Agronegócio)
Sobre a vaga
Vaga aberta de Engenheiro(a) de Machine Learning Sênior (Score de Crédito 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.
O crédito rural tem uma particularidade: o risco depende da safra. A renda do produtor chega uma ou duas vezes ao ano, varia com clima, preço da saca e custo de insumo, e o histórico em bureau é raso para muita gente. Você vai construir e manter o score que ajuda a decidir limite e prazo de crédito para produtores, combinando histórico de pagamento, dados da propriedade, produtividade por cultura e indicadores regionais.
Três dificuldades dominam. O rótulo de inadimplência amadurece devagar, só depois do vencimento da safra. A população aprovada no passado distorce o treino, porque só se observa quem recebeu crédito. E a política muda com a safra, de modo que o modelo precisa ser validado fora do tempo e fora da região, e não só em sorteio aleatório.
O resultado é medido por separação entre bons e maus pagadores, calibração da probabilidade, estabilidade por safra e região, e pelo impacto na perda esperada da carteira.
O que você vai fazer
- Montar as variáveis a partir de histórico de pagamento, área plantada, cultura e dados climáticos regionais
- Treinar modelos de árvore com validação por safra e por região, evitando vazamento temporal
- Tratar o viés de seleção da população aprovada e documentar a limitação
- Calibrar a probabilidade e traduzir o score em faixas de decisão
- Registrar experimento, modelo e versão no MLflow e orquestrar o treino no Airflow
- Monitorar deriva de variável e de score a cada safra e definir gatilho de retreino
- Explicar o modelo para a área de crédito e para o jurídico, com atenção a decisão automatizada e LGPD
- Orientar o time em padrões de validação e responder pelo modelo em produção
Requisitos
- Modelagem tabular em produção com scikit-learn e XGBoost
- Validação temporal e por grupo, com noção clara de vazamento de dados
- Calibração de probabilidade e métricas de risco como KS, AUC e perda esperada
- SQL avançado para construir bases de treino sem inconsistência
- Deploy de modelo em contêiner e acompanhamento com MLflow
- Capacidade de comunicar limitação do modelo a quem decide
- Critério para definir quando retreinar e quando revisar a política
Diferenciais
- Aprendizagem em dados com rótulo tardio ou censurado
- Inferência de rejeitados
- Conhecimento de ciclo de safra e de crédito rural
- Explicabilidade com valores de Shapley
- Dados de sensoriamento remoto como variável auxiliar
Como é trabalhar aqui
Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. O ritmo segue o calendário de safra: períodos de construção, períodos de validação e acompanhamento. Cada mudança de variável passa por revisão e fica documentada, e os indicadores de estabilidade são acompanhados em painel aberto para todo o time. 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.