Engenheiro(a) de Machine Learning Sênior (Detecção de Fraude na Indústria)

Vaga aberta de Engenheiro(a) de Machine Learning Sênior (Detecção de Fraude na Indústria) . 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 indústria vende a prazo para uma rede de distribuidores e revendedores e sofre com dois tipos de perda: pedido com dado cadastral adulterado e devolução fraudulenta de mercadoria com nota fiscal de origem duvidosa. Os casos confirmados são raros diante do volume de pedidos, e cada bloqueio indevido atrasa uma venda legítima. Você vai construir o modelo que ordena os pedidos por risco para a equipe de análise. O trabalho é de modelagem e de produção. Features como histórico de pagamento do cliente, mudança recente de endereço de entrega, valor fora do padrão do segmento e frequência de devolução são calculadas em janelas de tempo sem olhar o futuro. A classe positiva é muito pequena, então a escolha de métrica, de corte e de custo do erro pesa mais que o algoritmo. Rótulos chegam atrasados, porque a fraude só é confirmada semanas depois. Em produção, você cuida do retreino agendado, do monitoramento de deriva, já que o comportamento do fraudador muda, e da explicação de cada alerta para o analista decidir rápido. Medida de sucesso: valor evitado, taxa de falso positivo e tempo de decisão do analista. O que você vai fazer: Construir features temporais sem vazamento, com data de corte explícita Treinar e calibrar modelos de gradiente com validação por tempo Definir o corte de decisão com base no custo de cada tipo de erro Tratar o atraso de rótulos e o desbalanceamento extremo Implantar o pipeline de scoring em lote e em tempo quase real Monitorar deriva de dados e de desempenho e disparar o retreino Fornecer motivos por alerta para a análise humana Orientar engenheiros menos experientes e definir padrão de experimento e de deploy Requisitos: Python para ciência de dados em produção, com scikit-learn e XGBoost Validação temporal e prevenção de vazamento de informação Métricas para classe rara, como precisão em fila limitada e curva de custo SQL avançado para construir features em tabelas grandes Uso de rastreio de experimentos e registro de modelos Orquestração de pipelines com Airflow ou ferramenta semelhante Diferenciais: Detecção de anomalia não supervisionada como complemento Análise de grafos de relacionamento entre clientes e endereços Explicabilidade com valores de Shapley aplicados a decisão operacional Conhecimento de fluxo de crédito e cobrança industrial Como é trabalhar aqui: Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em Minas Gerais. Toda alteração de modelo vai com relatório de comparação contra o modelo em produção e passa por revisão de outra pessoa de dados. O monitoramento semanal de deriva é lido em conjunto com a equipe de análise de fraude. 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 Docker Airflow Git Detecção de anomalias Seus dados: tratados conforme a LGPD, com remoção a qualquer momento, a pedido. #J-18808-Ljbffr Sylision