Vagas de Machine Learning Engineer em Brazil: curriculo, entrevista e candidatura

Você quer concorrer a vagas de Machine Learning Engineer no Brasil e não sabe o que o recrutador local realmente espera ver no seu currículo. O mercado brasileiro é diferente do americano em alguns pontos: menos vagas remotas para fora, mais exigência de formação e mais peso para produção de código. Entender essas diferenças antes de se candidatar muda o resultado.

O que as empresas brasileiras esperam#

Machine Learning Engineer aqui costuma ser uma vaga de engenharia que usa modelos, não uma vaga de pesquisa. A maior parte das empresas quer alguém que coloque modelos em produção, mantenha pipelines e resolva problema de negócio. Publicar artigo ajuda, mas não substitui saber escrever código limpo e versionar experimento.

Bancos, varejo, saúde e logística concentram boa parte das vagas. Muitas usam nuvem, então AWS, GCP ou Azure aparecem quase sempre nos requisitos. Ferramentas como Docker, Airflow e Kubernetes são pedidas com frequência em vaga sênior.

Vaga júnior é disputada. Muita gente sai de bootcamp ou de pós-graduação achando que sabe machine learning, mas falta experiência com dado real, sujo e desbalanceado. Se você tem isso, coloque no currículo.

Como montar o currículo#

Formato de uma página para quem tem até oito anos de experiência. Duas páginas no máximo depois disso. PDF, com nome e telefone no topo, e um link para o seu GitHub ou portfólio.

Comece cada experiência com verbo de ação e termine com resultado mensurável quando existir. Dado real vale mais que adjetivo.

Exemplo de como reescrever uma linha fraca:

• Antes: "Trabalhei com modelos de previsão de demanda para a área de estoque."
• Depois: "Construí modelo de previsão de demanda em Python que reduziu erro médio de estoque em 12% na região Sudeste, usando LightGBM e reentrenamento mensal."

A segunda versão diz ferramenta, escopo e resultado. O recrutador entende o que você fez em cinco segundos.

Palavras-chave para passar no ATS#

Sistema de rastreamento de candidato, o ATS, filtra currículo antes de uma pessoa ler. Ele compara seu texto com a descrição da vaga. Se a vaga pede "MLOps" e você escreveu só "implantação de modelos", pode ser cortado.

Pegue os termos da própria descrição da vaga e use quando forem verdadeiros para você. Ferramenta de leitura de descrição ajuda a separar o que é requisito do que é desejo. Use a análise de descrição de vaga para extrair os termos que importam antes de reescrever seu currículo.

Depois de ajustar, teste se o formato passa em leitura automática. Um verificador de currículo para ATS gratuito mostra se o PDF está legível para o sistema.

Lista de termos que aparecem com frequência em vaga de ML no Brasil:

• Python, SQL, pandas, scikit-learn, TensorFlow ou PyTorch
• MLOps, CI/CD, Docker, Kubernetes, Airflow, MLflow
• AWS SageMaker, GCP Vertex AI, Azure Machine Learning
• Feature engineering, data pipeline, ETL, model serving
• Estatística, séries temporais, NLP, visão computacional, recommender system
• Git, testes unitários, monitoramento de modelo, drift

Não coloque termo que você não sabe defender na entrevista. Recrutador pergunta.

Preparação para a entrevista#

Processo seletivo de ML no Brasil costuma ter quatro etapas: triagem de currículo, conversa técnica, teste prático e entrevista final com gestor. O teste prático pode ser um case para casa, de algumas horas, ou uma sessão ao vivo de programação.

Perguntas técnicas recorrentes: diferença entre overfitting e underfitting e como detectar cada um, como lidar com dado desbalanceado, como escolher métrica de avaliação, como versionar modelo e dado, e o que fazer quando o modelo cai em produção.

Pergunta de caso aparece muito: "Como você montaria um sistema de detecção de fraude?" A resposta boa mostra etapas, não resultado mágico. Diga que começaria entendendo o dado e a taxa de fraude, definiria métrica com o time de negócio, porque precisão pura engana em problema raro, montaria baseline simples, e só depois testaria modelo mais complexo.

Pergunta de comportamento aparece na etapa final. Tenha uma história pronta sobre erro seu, com contexto, o que você fez e o que mudou depois. Resposta vaga do tipo "sou perfeccionista" não cola.

Salário e cuidados com contratação#

Faixa salarial de Machine Learning Engineer no Brasil varia muito por senioridade, cidade e modelo de contratação. Vaga júnior em empresa grande de São Paulo costuma pagar diferente de vaga sênior em startup de interior, e PJ costuma ter valor bruto maior que CLT sem os mesmos benefícios. Não existe número único confiável, então pesquise a faixa atual em fonte oficial de pesquisa salarial e em anúncio recente da própria vaga antes de negociar.

Sobre trabalhar para empresa de fora morando no Brasil: é possível, mas o contrato costuma ser como pessoa jurídica ou via plataforma de contractor. Não há garantia de visto nem de benefício. Se a vaga for presencial em outro país, o visto depende do país e do tipo de contrato. Confirme sempre na fonte oficial do governo daquele país, com advogado ou com o próprio recrutador, antes de aceitar qualquer proposta.

Cuidado com vaga que promete salário muito acima do mercado sem explicar modelo de contratação. Pode ser comissão, pode ser PJ sem benefício, pode ser golpe. Pergunte sempre: qual o modelo, qual o pacote total, tem plano de saúde, tem bônus.

Checklist antes de se candidatar#

• Reescrever cada experiência com verbo de ação e resultado concreto quando existir
• Extrair os termos da descrição da vaga e usar os que forem verdadeiros para você
• Testar o PDF em um verificador de ATS para confirmar que a leitura automática funciona
• Deixar GitHub ou portfólio organizado, com README explicando cada projeto
• Preparar uma história de erro e uma história de impacto para entrevista comportamental
• Pesquisar a faixa salarial da vaga em fonte atual antes de falar pretensão
• Confirmar modelo de contratação, CLT ou PJ, e o que vem no pacote
• Ver vagas compatíveis com seu perfil na busca de vagas de emprego

Ferramentas grátis#

• jobrise.io/pt/free-ats-checker/
• jobrise.io/pt/free-jd-decoder/
• jobrise.io/pt/jobs/
• jobrise.io/pt/blog/

Perguntas frequentes#

Preciso ter pós-graduação em machine learning para concorrer?

Não necessariamente. Em vaga sênior, experiência com modelo em produção pesa mais que diploma. Em vaga júnior, pós-graduação ou projeto sólido de portfólio ajuda a passar na triagem de currículo.

Devo colocar todos os projetos do meu GitHub no currículo?

Não. Coloque dois ou três projetos que mostram a habilidade pedida na vaga, com README claro explicando o problema, os dados e o resultado. Projeto sem explicação não ajuda.

Como responder pretensão salarial quando a vaga não informa o valor?

Diga que está aberto a conversar e pergunte qual a faixa prevista para a posição. Se pressionarem, pesquise a faixa atual em fonte oficial de pesquisa salarial e dê um intervalo, dizendo que depende do pacote total.

Faz sentido mencionar bootcamp no currículo?

Faz, se você tem pouca experiência formal. Trate como projeto, com o que você construiu e qual problema resolveu. Depois de dois ou três anos de trabalho em empresa, tire e deixe só a experiência profissional.

Posso me candidatar a vaga de Machine Learning Engineer sem experiência em nuvem?

Pode, mas sua chance cai em vaga sênior. Comece pelo básico de um provedor, AWS, GCP ou Azure, e coloque no currículo o que você já fez, mesmo que em projeto pessoal.