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 TotalPass 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. #J-18808-Ljbffr Sylision