Engenheiro de Machine Learning Sênior; Ranqueamento de em Mobilidade

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

Vaga aberta de Engenheiro(a) de Machine Learning Sênior (Ranqueamento de Busca em Mobilidade Urbana). 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:

Quando uma pessoa digita um destino num aplicativo de mobilidade, a lista de sugestões decide o resto da viagem. Você vai construir o ranqueamento dessa busca: dado o trecho digitado, a posição do usuário, o horário e o histórico de viagens, quais lugares aparecem e em que ordem. Um erro de posição significa pedir o carro no endereço errado, e um erro de ordem significa mais toques para chegar ao pedido.

É um problema de aprendizado de ranking com sinal ruidoso. O clique não é sempre acerto, o destino que a pessoa escolheu pode não ser o que ela queria, e o mesmo bairro tem nomes diferentes para pessoas diferentes. Há restrição dura de latência, porque a lista precisa aparecer enquanto o usuário digita. O sucesso se mede em taxa de seleção na primeira posição, em ganho acumulado normalizado offline, em redução de correções de endereço e nos testes online.

O que você vai fazer:

• Montar o conjunto de treino de ranking a partir de impressões, cliques e destinos efetivamente percorridos
• Criar variáveis de contexto: distância, horário, frequência do lugar, popularidade local e correspondência parcial de texto
• Treinar e comparar modelos de ranking por lista, validando por ganho acumulado e por revisão manual de casos difíceis
• Tratar o viés de posição, já que o primeiro item recebe cliques só por ser o primeiro
• Otimizar a inferência para responder em poucas dezenas de milissegundos por digitação
• Conduzir testes online com guarda de qualidade e leitura cuidadosa do resultado
• Monitorar deriva por cidade e por tipo de dispositivo e acionar retreino
• Documentar as decisões para que o time de produto entenda o que o ranqueamento prioriza

Requisitos:

• Aprendizado de ranking (pairwise, listwise) e métricas de ranking como ganho acumulado descontado e posição recíproca média
• Engenharia de variáveis para busca geográfica e para texto digitado incompleto
• Treino, validação temporal e implantação de modelos em produção, com versionamento
• Noção de viés de posição e de métodos para corrigi-lo em dados de clique
• SQL e Python em volume, com cuidado com vazamento de dados no treino
• Experimentação online e leitura de resultados com rigor estatístico

Diferenciais:

• Ter trabalhado com busca por texto, geocodificação ou recomendação
• Prática com índices de busca textual combinados a reordenação por modelo
• Experiência com bandits ou aprendizado contrafactual em ranking
• Conhecimento de dados geográficos e de seus erros comuns

Como é trabalhar aqui:

Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. O time examina a cada semana uma amostra de buscas ruins, lida por pessoas, antes de mexer no modelo. Mudanças de ranqueamento só vão para todos depois de teste online, e o resultado fica registrado com a decisão tomada.

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
• XGBoost
• scikit-learn
• SQL
• MLflow
• Docker
• Airflow
• Git

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