Engenheiro de Machine Learning Pleno; Previsão de Demanda no Jurídico

Vaga aberta de Engenheiro(a) de Machine Learning Pleno (Previsão de Demanda no Jurídico). 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:

Escritórios e departamentos jurídicos têm uma carga de trabalho que oscila: novos processos por tipo de ação, prazos que vencem em lote, audiências, pedidos de contrato. Quando a previsão é ruim, falta advogado na semana de pico e sobra em outra, prazos são cumpridos no limite, e custos com terceiros disparam. Você vai construir o modelo que prevê a demanda de trabalho jurídico por semana e por área.

Os dados são de séries curtas e irregulares. Há sazonalidade de calendário forense, recesso, mudanças de lei que geram ondas de ações, e eventos como um grande cliente iniciando uma operação. É preciso combinar modelos de séries com variáveis externas, tratar áreas com pouco histórico, quantificar a incerteza da previsão e validar com cortes no tempo para não vazar o futuro.

Mede-se o erro de previsão por horizonte, o viés e a cobertura dos intervalos. O modelo entra em rotina de retreino e monitoramento, e o uso é de dimensionar equipe e orçamento.

O que você vai fazer:

• Montar a base histórica de entradas, prazos e horas por área e por tipo de demanda
• Criar variáveis de calendário forense, recesso e eventos conhecidos
• Treinar e comparar modelos de séries e de regressão com validação por tempo
• Produzir previsões com intervalo de incerteza para vários horizontes
• Tratar áreas com pouco histórico, por agrupamento ou modelos hierárquicos
• Orquestrar treino e previsão no Airflow, com rastreio no MLflow
• Monitorar erro e deriva e definir o gatilho de retreino
• Apresentar o resultado a gestores para planejamento de equipe

Requisitos:

• Python para ciência de dados e SQL avançado
• Previsão de séries temporais: sazonalidade, tendência, validação com janela deslizante
• Modelos de árvore e de regressão aplicados a previsão
• Métricas de erro e de calibração de intervalos
• Docker, Git e noção de implantação de modelos
• Clareza para explicar incerteza a quem toma decisão

Diferenciais:

• Modelos hierárquicos e de previsão probabilística
• Conhecimento de calendário forense e de carga processual
• Experiência com planejamento de capacidade de equipes
• Noção de feature store

Como é trabalhar aqui:

Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Cada modelo novo é comparado com uma linha de base simples, e a revisão pergunta se a melhoria compensa a complexidade. O time acompanha o erro por horizonte em painel e revisa mensalmente onde a previsão falhou. 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
• scikit-learn
• XGBoost
• Séries temporais
• MLflow
• SQL
• Airflow
• Docker

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