Engenheiro de Machine Learning Sênior; Ranqueamento de em Recursos Humanos

Position: Engenheiro(a) de Machine Learning Sênior (Ranqueamento de Busca em Recursos Humanos)

Vaga aberta de Engenheiro(a) de Machine Learning Sênior (Ranqueamento de Busca em Recursos Humanos). 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:

Uma pessoa recrutadora digita o cargo e alguns termos e precisa ver, entre milhares de currículos e candidaturas, os mais aderentes nas primeiras posições. Hoje o ranqueamento mistura correspondência de texto com regras de peso fixo, e o resultado muda de forma difícil de explicar quando entra um grupo grande de vagas parecidas. Você vai assumir o modelo de ranqueamento que ordena os resultados: features de aderência, treino com sinal de clique, convite e contratação, e a publicação do modelo em produção.

O trabalho tem armadilhas conhecidas. O clique é enviesado pela posição: quem aparece no topo é mais clicado, e o modelo aprende a se repetir. Candidatos de grupos pouco representados nos dados históricos podem ser empurrados para baixo sem que ninguém perceba. E uma busca lenta perde o uso mesmo quando é precisa. Sucesso aqui se mede por ganho acumulado normalizado (nDCG) e por taxa de convite nas cinco primeiras posições, acompanhados de um teste online, e por uma checagem de equidade entre grupos antes de cada liberação.

Por ser uma vaga sênior, a decisão de desenho é sua: o que entra como feature, como corrigir o viés de posição, quando o modelo novo é bom o bastante para ir ao ar e como voltar atrás se piorar.

O que você vai fazer:

• Desenhar o modelo de ranqueamento em duas etapas, recuperação de candidatos e reordenação
• Construir features de aderência entre vaga e perfil, com versão e teste de vazamento de dados
• Corrigir o viés de posição do sinal de clique com dados de exposição
• Definir a avaliação offline com ganho acumulado normalizado (nDCG) e planejar o teste online antes da liberação
• Medir equidade do ranking entre grupos e documentar os limites do que é medido
• Publicar o modelo com MLflow e orquestrar o retreino no Airflow
• Acompanhar deriva das features e a latência da busca em produção
• Orientar a equipe nas decisões de desenho e na revisão de experimentos

Requisitos:

• Modelagem de ranqueamento e aprendizado supervisionado em Python, com XGBoost ou equivalente
• Métricas de ordenação como ganho acumulado normalizado (nDCG) e MAP, e quando cada uma engana
• SQL avançado para montar conjuntos de treino a partir de eventos de busca
• Capacidade de desenhar teste online e ler seu resultado com cuidado estatístico
• Colocar modelo em produção com contêiner, versionamento e monitoramento
• Comunicar limites do modelo para pessoas de recrutamento e de jurídico

Diferenciais:

• Ter trabalhado com busca textual ou vetorial em Elasticsearch ou similar
• Conhecer técnicas de correção de viés de seleção em dados observacionais
• Interesse por equidade algorítmica e por regras da LGPD sobre decisão automatizada
• Hábito de escrever notas de decisão curtas sobre cada mudança de modelo

Como é trabalhar aqui:

Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Toda mudança de modelo passa por revisão de outra pessoa e por um relatório de avaliação padronizado antes de ir ao ar. O resultado do ranqueamento é acompanhado semanalmente em reunião curta, com o painel de métricas à vista. 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
• Docker
• Airflow
• Git
• Aprendizado de ranqueamento

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