Engenheiro de Machine Learning Pleno; MLOps e Deploy de Modelos em Meios de Pagamento

Vaga aberta de Engenheiro(a) de Machine Learning Pleno (MLOps e Deploy de Modelos em Meios de Pagamento). A empresa contratante é confidencial neste anúncio, e a seleção é conduzida pela Sylision.

Nível: pleno.

Modelo de trabalho: 100% Remoto.

Contratação: tempo integral, CLT ou PJ.

Sobre a vaga:

Os modelos de risco e de fraude da empresa de meios de pagamento decidem em milissegundos se uma transação segue ou é barrada, e cada versão nova de modelo hoje sobe por um processo manual: o cientista entrega um arquivo, alguém empacota, alguém cria a rota. Já houve versão com variável calculada de outro jeito em produção, e a diferença só apareceu como queda de aprovação no fim do dia.

Você vai construir o caminho entre treino e produção: o registro de modelos, o pipeline que treina e valida de modo reprodutível, a garantia de que as variáveis em produção são calculadas exatamente como no treino, o serviço de inferência dentro do orçamento de latência (p99 de poucas dezenas de milissegundos) e as estratégias de liberação: modo sombra, canário e retorno rápido para a versão anterior.

O monitoramento fecha o ciclo, com deriva de variáveis, estabilidade da distribuição das pontuações, taxa de aprovação por segmento e desempenho quando o rótulo chega, e dispara retreino por critério definido, não por intuição.

O que você vai fazer:

• Construir o pipeline reprodutível de treino, validação e registro de modelos com MLflow
• Garantir paridade entre as variáveis de treino e de produção, com testes automáticos
• Empacotar o serviço de inferência em contêiner e cumprir o orçamento de latência
• Implantar liberação em sombra e canário, com métricas de decisão e retorno automático
• Orquestrar retreino e pontuação em lote com Airflow
• Monitorar deriva, estabilidade da pontuação e desempenho por segmento, com alertas acionáveis
• Criar a documentação de cada modelo, com dados, limites conhecidos e responsáveis
• Apoiar os cientistas para que o caminho até a produção seja repetível e curto

Requisitos:

• Python em produção, com testes e empacotamento
• Registro e versionamento de modelos e de experimentos, como MLflow
• Docker e noções de Kubernetes ou de outra plataforma de execução de contêineres
• Orquestração de pipelines de dados, como Airflow
• Monitoramento de modelos: deriva, desempenho, qualidade de dado
• Raciocínio sobre latência, disponibilidade e retorno seguro em serviços críticos

Diferenciais:

• Feature store ou padrão equivalente para paridade de variáveis
• Experiência com modelos de fraude ou de risco de crédito
• Observabilidade de serviços com métricas e traços
• Infraestrutura como código para o ambiente de inferência

Como é trabalhar aqui:

Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em Minas Gerais. Todo deploy de modelo em produção segue o mesmo roteiro, com sombra, canário e critérios de retorno escritos antes. O código passa por revisão de outra pessoa, e incidentes terminam com um relato escrito e uma ação de prevenção com dono. 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 Total Pass e Mediquo
• Cuidado com a saúde mental pelo programa Team Care
• Contratação e jornada definidas com a empresa contratante

Tecnologias envolvidas:

• Python
• MLflow
• Docker
• Kubernetes
• Airflow
• scikit-learn
• XGBoost
• Monitoramento de modelos
• SQL

Seus dados: tratados conforme a LGPD, com remoção a qualquer momento, a pedido.