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

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. • Proc