AI Jobs Map

Ci&T · Remoto

[Job-31453]Senior ML Engineer (B2B Personalization), Brasil

RemoteseniorPosted 8 days ago
Apply on IndeedIndeedOpens the original posting. AI Jobs Map never asks for your details.

Stack mentioned

machine-learningagentic-aivector-databasesrecommender-systemsdata-engineeringsqlpythonllma/b-testingmlopsdata-science

Na CI&T , ajudamos grandes empresas a transformar o potencial da AI em impacto real nos negócios com AI Deployment, execução AI-native e tech-integrated business solutions.

Com 30 anos de experiência em transformação tecnológica, aceleramos inovação com expertise em agentic SDLC, application modernization, Data & AI, martech e business strategy.

Somos 8.000 CI&Ters em mais de 25 países, colaborando para construir soluções com impacto real. AI já faz parte da forma como trabalhamos, evoluímos e inovamos todos os dias.

Importante: se você reside na Região Metropolitana de Campinas, sua presença nos escritórios da cidade será obrigatória, conforme a política de frequencia vigente.

Estamos explorando uma nova capability de personalização inteligente de ofertas e experiências para clientes B2B — contas empresariais com múltiplos pontos de contato, contratos de serviço recorrente e ciclos de decisão que combinam uso operacional, relacionamento comercial e atendimento (por

exemplo: gestão de frotas comerciais, contratos B2B de serviço continuado, operações com múltiplas unidades).

Nossos clientes deixam continuamente sinais — telemetria/uso operacional, histórico comercial (CRM), atendimento e serviço, frequência, jornada e intenção. Queremos transformar esses sinais em inteligência capaz de reconhecer padrões, identificar similaridades entre contas e, principalmente,

adaptar dinamicamente a oferta e a experiência para cada uma.

Estamos procurando uma pessoa que consiga transformar essa hipótese em um experimento real, mensurável e evolutivo — validado primeiro em ambiente controlado (sandbox / PoC) antes de qualquer decisão de escala ou produção.

Não buscamos alguém para simplesmente construir um modelo de clustering.

“Conseguimos transformar comportamento e histórico de uma conta B2B em decisões melhores sobre a oferta e a experiência comercial?”

Responsabilidades:

Você será responsável por conduzir tecnicamente o primeiro ciclo dessa capability, desde a exploração

dos dados até a construção de um protótipo funcional e sua validação em ambiente controlado.

- Explorar grandes volumes de dados comportamentais e operacionais de contas B2B.

- Identificar padrões e similaridades entre contas/clientes empresariais.

- Experimentar técnicas de clustering, embeddings e representação comportamental.

- Construir features e representações capazes de capturar contexto operacional, comercial e de

atendimento.

- Desenvolver modelos de propensity, recommendation ou next-best-action quando fizer sentido.

- Explorar uso de IA generativa/agentic para transformar recomendações em ações concretas (ex:

geração de propostas comerciais personalizadas).

- Transformar insights analíticos em decisões aplicáveis à oferta/experiência comercial.

- Construir rapidamente protótipos e MVPs em ambiente sandbox/controlado.

- Desenhar experimentos controlados e frameworks de medição de impacto — mesmo quando a

execução completa em produção ficar para uma fase posterior.

- Medir impacto e uplift projetado.

- Estabelecer mecanismos de feedback para evolução dos modelos.

- Trabalhar próximo de Product, UX, arquitetura/engenharia de IA e especialistas de negócio.

- Ajudar a definir, junto à arquitetura, o caminho de evolução do protótipo para uma capability

escalável.

Requisitos:

- Machine Learning aplicado a problemas reais.

- Clustering e técnicas de aprendizado não supervisionado.

- Feature engineering.

- Recommendation systems.

- Propensity modeling.

- Similarity models.

- Embeddings e representação de comportamento.

- Avaliação e experimentação de modelos.

Será valorizada familiaridade com K-Means, hierarchical clustering, DBSCAN/HDBSCAN, Gaussian

Mixture Models, PCA/UMAP, vector embeddings e nearest-neighbor / similarity search. Mais importante

que dominar todas essas técnicas é saber quando utilizá-las, quando não utilizá-las e como provar se

elas geram valor.

*Data Engineering*

- SQL avançado.

- Python.

- Pipelines de dados e feature pipelines.

- Processamento de grandes volumes de dados.

- Data lakes / warehouses.

- Dados estruturados e eventos comportamentais/operacionais.

- APIs e serviços para disponibilização de modelos.

Não precisa ser um Data Engineer especializado em infraestrutura, mas deve conseguir sair da análise

exploratória e chegar a um protótipo funcionando.

IA Generativa & Agentic (diferencial forte)

- Uso de LLMs para geração de texto/recomendação contextualizada (ex: propostas comerciais

personalizadas por conta).

- Noção de arquiteturas agente-a-agente (A2A) e protocolos abertos de orquestração (MCP) — não

precisa ser especialista, mas deve saber colaborar com a arquitetura que os implementa.

*Experimentação*

Essa posição exige forte orientação a hipóteses. Você deverá saber transformar uma suposição sobre

comportamento em uma hipótese testável, criar uma intervenção, estabelecer grupo de controle e

medir impacto.

- A/B testing.

- Experiment design.

- Causal inference.

- Uplift.

- Métricas de negócio.

- Análise estatística.

- Model evaluation.

- Feedback loops.

Dado o ciclo de venda B2B mais longo e a base de contas geralmente menor que em cenários B2C,

nem sempre será possível rodar um A/B test real dentro do primeiro ciclo de validação. Nesses casos,

o entregável esperado é o framework de experimentação desenhado e pronto para rodar assim que

uma fase de escala for aprovada — não a execução completa em produção.

O diferencial: pensar além do modelo

Queremos alguém que consiga conectar:

Behavior Context Intelligence Decision Experience Outcome

e não apenas:

Data Model Prediction

Você deverá ser capaz de discutir perguntas como:

- O que caracteriza o comportamento de uma conta B2B?

- Quais sinais são realmente relevantes?

- Clusters descobertos estatisticamente fazem sentido para o negócio?

- Como identificar mudanças de comportamento?

- Como combinar histórico com contexto operacional em tempo real?

- Como transformar uma similaridade em uma decisão?

- Como decidir qual oferta/experiência apresentar?

- Como medir se a personalização realmente funciona?

- Como evitar que a personalização gere apenas mais complexidade?

- Como criar um feedback loop que permita ao sistema aprender continuamente?

Conhecimentos desejáveis

- Customer Data Platforms.

- Personalization engines.

- Recommendation systems.

- Real-time decisioning.

- Marketing technology.

- Digital products.

- B2B / mobilidade / gestão de frotas (desejável, não obrigatório).

- Experimentation platforms.

- Feature stores.

- Vector databases.

- MLOps.

- Real-time ML.

Perfil que procuramos

- Forte curiosidade intelectual.

- Orientação a experimentação.

- Capacidade de trabalhar com problemas pouco definidos.

- Capacidade de transformar hipóteses em protótipos.

- Boa transição entre Data Science, Engineering e Product.

- Pragmatismo para colocar algo funcionando rapidamente.

- Capacidade de distinguir complexidade técnica de valor para o cliente.

- Habilidade para explicar conceitos sofisticados de forma simples para stakeholders de negócio.

- Mentalidade de produto.

- Conforto trabalhando em ambientes de alta ambiguidade.

#LI-RR2

Nossos benefícios:

- Plano de saúde e odontológico;

- Vale alimentação e refeição;

- Auxílio-creche;

- Licença parental estendida;

- Parceria com academias e profissionais de saúde e bem-estar via Wellhub (Gympass) TotalPass;

- Participação nos Lucros e Resultados (PLR);

- Seguro de Vida;

- Plataforma de aprendizagem contínua (CI&T University);

- Clube de descontos;

- Plataforma online gratuita dedicada à promoção da saúde física, mental e bem-estar;

- Curso gestante e parentalidade responsável;

- Parceria com plataformas de cursos online;

- Plataforma para aprendizagem de idiomas;

- E muitos outros

Mais detalhes sobre os nossos benefícios aqui: https://ciandt.com/br/pt-br/carreiras

Na CI&T, a inclusão começa no primeiro contato. Se você é pessoa com deficiência, é importante apresentar o seu laudo durante o processo seletivo. Consulte quais dados são necessários conter no laudo clicando aqui. Assim, podemos garantir o suporte e as adaptações que você merece. Se ainda não tem o laudo caracterizador, não se preocupe: podemos te apoiar para obtê-lo.

Temos um time dedicado de Saúde e Bem-estar, especialistas em inclusão e grupos de afinidade que estarão com você em todas as etapas. Conte com a gente para fazer essa jornada lado a lado.

More jobs at Ci&T