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 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 Dados de sensores Seus dados: tratados conforme a LGPD, com remoção a qualquer momento, a pedido. #J-18808-Ljbffr Sylision