Engenheiro de Machine Learning Sênior; Detecção de Fraude no Agronegócio

Position: Engenheiro(a) de Machine Learning Sênior (Detecção de Fraude no Agronegócio)

Vaga aberta de Engenheiro(a) de Machine Learning Sênior (Detecção de Fraude no Agronegócio).

Nível: senior.

Modelo de trabalho: 100% Remoto.

Contratação: tempo integral, CLT ou PJ.

Sobre a vaga:

No financiamento do agronegócio, fraude aparece em formas bem particulares: nota fiscal de insumo emitida sem entrega, área plantada declarada acima da real, a mesma safra dada como garantia em dois credores, romaneio de grãos que não bate com a capacidade do silo. As ocorrências são raras, descobertas tarde e mal rotuladas, o que complica qualquer modelo supervisionado.

Você vai montar a detecção: features de relação entre produtor, fornecedor, propriedade e garantia, grafos de vínculo para achar redes suspeitas, modelos de boosting onde há rótulo e métodos de anomalia onde não há. O limite é o custo de investigar: um alerta falso gasta horas do analista de risco, então o modelo precisa ordenar por probabilidade e por valor exposto.

Em produção, vale a lógica de operação: pontuação a cada operação nova, fila de investigação priorizada, retorno do analista voltando ao treino e monitoramento de deriva, pois o fraudador muda de comportamento. Sucesso se mede por precisão nos primeiros alertas, valor evitado, taxa de falso positivo e tempo entre a operação e o alerta.

O que você vai fazer:

• Construir variáveis de relação entre produtor, propriedade, fornecedor e garantia
• Treinar modelos supervisionados e de anomalia, lidando com rótulos raros e atrasados
• Priorizar alertas por probabilidade e por valor exposto
• Montar a fila de investigação e o ciclo de retorno do analista para o treino
• Validar com janelas temporais e medir precisão nos primeiros alertas
• Monitorar a deriva e o ajuste do comportamento de quem tenta burlar o modelo
• Explicar cada alerta com os motivos principais para o investigador
• Definir padrões de MLOps e orientar outras pessoas do time

Requisitos:

• Aprendizado de máquina para dados tabulares desbalanceados e para detecção de anomalias
• Validação temporal, tratamento de rótulos atrasados e métricas de precisão em topo de lista
• Python, SQL e pipelines orquestrados e reprodutíveis
• Experiência de levar modelo a produção e monitorá-lo
• Explicabilidade das decisões para uso por investigadores
• Decisão de arquitetura e diálogo com as áreas de risco e de jurídico

Diferenciais:

• Análise de grafos e detecção de comunidades
• Conhecimento de crédito rural e de garantias do agronegócio
• Dados geoespaciais e imagens de satélite para verificar área plantada
• Aprendizado semissupervisionado e ativo

Como é trabalhar aqui:

Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. O time de risco devolve semanalmente os alertas confirmados e os descartados, e esse retorno vira dado de treino revisado por outra pessoa. Mudança de modelo só entra depois de comparação lado a lado com a versão em produção.

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
• Detecção de anomalias
• XGBoost
• MLflow
• SQL
• Airflow
• Docker
• scikit-learn

Seus dados:

tratados conforme a LGPD, com remoção a qualquer momento, a pedido.