Tech Mahindra Machine Learning Engineer: palavras-chave de curriculo e entrevista

Você está montando seu currículo para uma vaga de Machine Learning Engineer na Tech Mahindra e não sabe quais termos o recrutador procura. A empresa é uma consultoria de tecnologia grande, com operações no Brasil, e contrata perfis para projetos de clientes em bancos, telecom, varejo e indústria. Isso muda tudo na forma de escrever seu CV.

Não adianta entregar um currículo genérico de cientista de dados. Para consultoria, o recrutador quer saber se você entra em um projeto de cliente, conversa com gente de negócio e entrega código que funciona em produção. Vou mostrar como traduzir isso para palavras que o filtro automático e o recrutador humano entendem.

Entenda o contexto da empresa antes de escrever#

A Tech Mahindra é uma indiana, do grupo Mahindra, com presença global e escritórios no Brasil. Ela vende serviços: desenvolvimento, nuvem, dados, IA aplicada a clientes específicos. Isso significa que a vaga raramente é sobre pesquisa pura. É sobre aplicar machine learning em problemas reais de um cliente, dentro de prazo e orçamento.

No Brasil, boa parte das vagas fica em São Paulo, Campinas e, em algumas modalidades, remoto ou híbrido. Os requisitos variam bastante por projeto, então não existe uma descrição única. A vaga pode ser de MLOps, de visão computacional, de NLP para atendimento, ou de modelos de risco para banco.

A dura verdade: consultoria prioriza quem resolve problema do cliente, não quem tem o modelo mais bonito. Escreva seu currículo com isso em mente.

Palavras-chave que o filtro automático procura#

Palavras-chave não são decoração. São o vocabulário do próprio anúncio de vaga. A forma mais segura de descobrir esse vocabulário é ler a descrição e copiar os termos exatos que ela usa. Um decodificador de descrição de vaga ajuda a separar o que é requisito real do que é texto genérico.

Geralmente aparecem estes termos em vagas de Machine Learning Engineer da Tech Mahindra e de consultorias parecidas:

• Python, SQL, Git, Docker, Linux
• Scikit-learn, Pandas, NumPy, XGBoost
• TensorFlow ou PyTorch, o que a vaga pedir
• AWS, Azure ou GCP, dependendo do cliente
• MLflow, Kubeflow, Airflow, orquestração de pipelines
• CI/CD, testes automatizados, deploy de modelos
• Feature engineering, versionamento de dados, monitoramento de modelos
• Comunicação com cliente, documentação técnica, trabalho em time

Cuidado com o oposto. Encher o currículo de siglas que você não domina é tiro no pé. Na entrevista técnica, alguém vai perguntar como você usou aquilo na prática. Se não usou, não coloque.

Como escrever o currículo para essa vaga#

Comece com um resumo curto, três linhas no máximo. Diga seu cargo atual, sua área principal e o tipo de problema que você resolve. Depois, foque nas experiências com verbos de ação e números reais que você consegue defender.

Um erro comum é escrever o que você foi responsável por fazer, em vez do que você entregou. Compare os dois exemplos abaixo.

Antes, genérico: "Responsável pelo desenvolvimento de modelos de machine learning para área de crédito."

Depois, reescrito: "Desenvolvi modelo de classificação de crédito em Python (XGBoost) que reduziu o tempo de análise manual de 3 dias para 4 horas, com pipeline em Airflow e monitoramento em produção via MLflow."

O segundo exemplo diz o que foi feito, com que ferramenta, e qual foi o efeito. Não precisa ser um número de impacto de negócio milionário. Tempo de processamento, redução de erro, tamanho do dataset, quantidade de usuários atendidos, tudo serve.

Outro ponto: consultoria valoriza contato com cliente. Se você já participou de reunião com cliente, escreveu documentação ou levantou requisitos, coloque isso. Não precisa ser bonito, precisa ser claro.

Antes de mandar, teste se o seu currículo passa por filtro automático. Um verificador de currículo gratuito mostra se o formato está legível para o sistema e se as palavras-chave aparecem com frequência suficiente. Leva poucos minutos e evita ser descartado por formatação.

Checklist de revisão antes de enviar#

• Seu resumo tem no máximo três linhas e menciona a área de atuação
• Cada experiência tem pelo menos um resultado com número ou efeito concreto
• As palavras-chave da descrição da vaga aparecem no seu texto, sem forçar
• Você listou apenas ferramentas que sabe usar em entrevista técnica
• O arquivo está em PDF, com formatação simples, sem tabelas ou colunas
• Seu contato está correto e seu LinkedIn está atualizado
• Você personalizou o currículo para a vaga, não enviou o mesmo para todas

Preparação para a entrevista#

A entrevista de Machine Learning Engineer em consultoria costuma ter três partes: fundamentos, projeto prático e conversa sobre perfil de cliente. Os detalhes variam por projeto e por recrutador, então trate isso como referência geral, não como regra interna da empresa.

Na parte de fundamentos, esperem perguntas sobre viés e variância, overfitting, regularização, escolha de métrica, diferença entre classificação e regressão, e como você depura um modelo que caiu em produção. Não adianta decorar definição. Eles querem saber se você entende o porquê.

Na parte prática, é comum pedir para você explicar um projeto que já fez, do começo ao fim. Tenha um projeto pronto na cabeça, com contexto, decisão técnica, dificuldade encontrada e resultado. Escreva esse roteiro antes, não improvise.

A parte de perfil de cliente é a que mais reprova gente técnica boa. Eles querem saber se você aguenta reunião com cliente que muda de ideia, prazo que aperta e escopo que não está claro.

Exemplo de resposta para a pergunta "conte sobre um projeto seu":

"Trabalhei com previsão de demanda para uma rede de varejo. O desafio era que o histórico tinha muito produto novo, sem histórico de vendas. Testei três abordagens, incluindo um modelo híbrido que combinava similaridade de produto com séries temporais. Escolhi essa porque o erro médio caiu cerca de 20% na validação. O maior obstáculo foi convencer o time de operações a confiar no modelo, então criei um painel simples mostrando a previsão ao lado do realizado. Depois de três meses, o time já usava o painel no planejamento semanal."

Essa resposta funciona porque tem contexto, decisão, dificuldade e resultado. Não precisa ser impressionante. Precisa ser real e bem contado.

O que pesquisar sobre a empresa e o cliente#

Antes da entrevista, leia o que a Tech Mahindra publica sobre o setor do cliente provável. Se a vaga é para banco, entenda os problemas típicos de fraude, crédito e atendimento. Se é para telecom, pense em churn, manutenção preditiva e otimização de rede.

Use a seção de vagas para ver quais posições estão abertas agora e quais requisitos se repetem. Isso te dá uma amostra real do vocabulário que a empresa usa, melhor do que qualquer lista genérica de palavras-chave.

Para se aprofundar em técnicas e em como explicar projetos, tem mais conteúdo no nosso blog com guias de entrevista técnica.

Cuidados com o mercado brasileiro#

Salários para Machine Learning Engineer no Brasil variam muito por senioridade, cidade e modelo de contratação. Consultorias costumam pagar diferente de fintech ou big tech. Não existe um número fixo que eu possa prometer. Pesquise as faixas em fontes atualizadas antes de negociar, e considere que CLT, PJ e modelo de consultoria têm regras diferentes de benefício e tributação.

Outro ponto: algumas vagas de consultoria são para atender cliente específico, com deslocamento ou modelo híbrido. Pergunte isso na primeira conversa com recrutador. Melhor saber cedo do que descobrir depois de assinar.

Se a vaga for internacional ou pedir relocation, os requisitos de visto e os prazos mudam conforme a lei do país de destino e o tipo de contrato. Não confie em número de prazo ou de salário que alguém te contou. Verifique sempre a fonte oficial do órgão de imigração do país e o RH da empresa.

Ferramentas grátis#

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

Perguntas frequentes#

Quais palavras-chave não podem faltar no currículo para essa vaga?

Use os termos exatos da descrição da vaga, mais as ferramentas que você domina de verdade. Python, SQL, uma biblioteca de machine learning, uma nuvem e noções de deploy e monitoramento são o mínimo comum em vagas de Machine Learning Engineer.

Preciso ter experiência com cliente para entrar em consultoria?

Não é obrigatório em vaga júnior, mas ajuda muito. Se você nunca atendeu cliente, destaque qualquer experiência de levantar requisito, apresentar resultado para time não técnico ou documentar projeto. Isso mostra que você sabe conversar fora do código.

A Tech Mahindra faz teste técnico? Como é?

Consultorias de tecnologia costumam ter etapa técnica, mas o formato varia por projeto e recrutador. Pode ser live coding, estudo de caso, conversa sobre projeto ou teste assíncrono. O mais seguro é se preparar em fundamentos de machine learning, SQL e explicação de projeto próprio.

Devo colocar todos os projetos que já fiz?

Não. Coloque de três a cinco projetos relevantes para a vaga, com contexto e resultado. Currículo longo e cheio de projeto pequeno cansa o recrutador e esconde o que é forte.

Remoto, híbrido ou presencial? O que esperar no Brasil?

Depende do projeto e do cliente. Algumas vagas da Tech Mahindra no Brasil são híbridas ou presenciais em São Paulo e Campinas, outras permitem remoto. Confirme com o recrutador na primeira conversa, antes de investir tempo no processo.