Engenheiro de Machine Learning Sênior; Manutenção Preditiva no Varejo

Position: Engenheiro(a) de Machine Learning Sênior (Manutenção Preditiva no Varejo)

Vaga aberta de Engenheiro(a) de Machine Learning Sênior (Manutenção Preditiva no Varejo). 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:

Redes de varejo dependem de câmaras frias, esteiras de centros de distribuição, ar-condicionado e caixas de autoatendimento. Quando uma câmara fria falha de madrugada, perde-se mercadoria e a loja abre sem produto. Você vai construir os modelos que preveem falhas desses equipamentos com base em sensores de temperatura, vibração, corrente e histórico de chamados de manutenção.

Os dados são difíceis: sensores que travam enviando o mesmo valor, relógios fora de sincronia, falhas raras que deixam poucos exemplos e rótulos incompletos porque o chamado de manutenção abre depois do problema. O alerta tem de chegar com antecedência suficiente para a equipe agir, sem inundar a manutenção de falsos avisos que levam ao descrédito. O ponto de equilíbrio entre antecedência e falso alarme é uma decisão de negócio que precisa ser medida em custo.

Sucesso é medido por falhas evitadas, antecedência média do alerta, precisão dos avisos e custo de visitas desnecessárias. Sendo sênior, você define o desenho dos modelos, a política de limiar e o padrão de monitoramento.

O que você vai fazer:

• Tratar sinais de sensores: dados ausentes, valores congelados, ruído e sincronização
• Construir variáveis de janela deslizante para detectar degradação progressiva
• Reconstruir os rótulos de falha a partir de chamados de manutenção e eventos de equipamento
• Treinar e validar modelos com cuidado para não vazar informação futura
• Definir o limiar de alerta junto à manutenção, pelo custo de falha e de visita
• Publicar o modelo com MLflow e orquestrar a inferência periódica no Airflow
• Monitorar deriva por modelo de equipamento e por loja, e retreinar
• Orientar outras pessoas do time em validação temporal e em monitoramento

Requisitos:

• Machine learning para dados tabulares e séries de sensores em Python
• Validação temporal sem vazamento e lida com classe muito desbalanceada
• SQL e manipulação de grandes volumes de leituras
• Produção de modelos com contêiner, orquestração e monitoramento
• Escolha de métrica e de limiar pelo custo operacional
• Conversa direta com equipes de manutenção e operação

Diferenciais:

• Experiência com detecção de anomalias e com análise de sobrevivência
• Conhecimento de IoT, protocolos de telemetria e bancos de séries temporais
• Noções de manutenção industrial ou de refrigeração
• Interesse por explicar o motivo de cada alerta, com as variáveis que o causaram

Como é trabalhar aqui:

Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Os modelos são revisados em par e liberados primeiro em um grupo pequeno de lojas, com acompanhamento dos alertas pela equipe de manutenção. As falhas perdidas e os falsos avisos são analisados toda semana para ajustar o modelo.

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
• Dados de sensores

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