[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.
• Proce