Engenheiro de Machine Learning Sênior; Manutenção Preditiva no E-commerce

Position: Engenheiro(a) de Machine Learning Sênior (Manutenção Preditiva no E-commerce)

Vaga aberta de Engenheiro(a) de Machine Learning Sênior (Manutenção Preditiva no E-commerce). A empresa contratante é confidencial neste anúncio, e a seleção é conduzida pela Sylision.

Nível: senior.

Modelo de trabalho: 100% Remoto.

Contratação: tempo integral, CLT ou PJ.

Sobre a vaga:

Um comércio eletrônico grande depende de equipamentos que não aparecem na vitrine: esteiras de separação, impressoras de etiqueta, empilhadeiras elétricas, câmaras frias e robôs de armazenagem. Quando uma esteira para na semana da Black Friday, o atraso de pedidos aparece no atendimento antes de aparecer na manutenção. Você vai construir os modelos de manutenção preditiva que antecipam a falha a partir de vibração, temperatura, corrente e ciclos de uso.

Os dados vêm de sensores com ruído, lacunas e taxa de amostragem diferente. A falha real é rara, e o rótulo costuma ser a ordem de serviço, registrada com atraso e sem a causa. Parte do esforço é construir um rótulo confiável e uma janela de previsão que dê ao time de manutenção tempo útil para agir.

Em produção, o modelo precisa de baixa taxa de alarme falso, porque técnico que recebe alerta toda hora para de ouvir. Você acompanha deriva por equipamento, retreina com critério, mede paradas evitadas e custo de intervenção, e deixa claro ao time quando a previsão não é confiável.

O que você vai fazer:

• Construir rótulos de falha a partir de ordens de serviço e leituras de sensores
• Criar features de janela para vibração, temperatura, corrente e ciclos de uso
• Treinar e validar modelos com separação por equipamento e por tempo
• Calibrar o limiar de alerta pelo custo da parada contra o da visita desnecessária
• Versionar experimentos e modelos em MLflow e automatizar o retreino
• Orquestrar a ingestão de séries de sensores e a pontuação no Airflow
• Monitorar deriva por equipamento e taxa de alarme falso
• Medir paradas evitadas e orientar o time sobre os limites da previsão

Requisitos:

• Modelos tabulares e de séries temporais para evento raro
• Validação sem vazamento temporal e por grupo de equipamentos
• Engenharia de features em janelas deslizantes
• MLOps básico: versionamento, deploy e monitoramento
• SQL e Python para tratar dados ruidosos e incompletos
• Decisão de limiar baseada em custo de erro

Diferenciais:

• Manutenção industrial ou de equipamentos logísticos
• Detecção de anomalia sem rótulo
• Dados de sensores em alta frequência
• Estimativa de vida útil restante
• Conversa direta com técnicos de manutenção

Como é trabalhar aqui:

Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Você trabalha perto de quem faz a manutenção, e o modelo só vale se o técnico confia no alerta. Mudanças passam por revisão de par, o desempenho por equipamento é revisto toda semana e o retreino segue um critério escrito. 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
• MLflow
• SQL
• Séries temporais
• Docker
• Airflow
• Git

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