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

Seu currículo de Machine Learning Engineer some em vagas do Reino Unido e você não sabe dizer se o problema é formato, palavras-chave ou falta de sponsorship. Os três atrapalham, mas cada um exige uma correção diferente. O que segue é o processo real de contratação britânico, com exemplos de texto e os pontos onde candidatos brasileiros costumam errar.

Como o mercado britânico contrata machine learning#

O título muda muito entre empresas. Você vai encontrar "Machine Learning Engineer", "ML Platform Engineer", "Applied Scientist", "AI Engineer" e "MLOps Engineer", e nem sempre o escopo é o mesmo. Um papel de ML Engineer em fintech quase sempre é de produção e infraestrutura. Em laboratório de pesquisa, o mesmo título pode pedir publicação e experimentação.

Leia a descrição da vaga antes de se empolgar com o título. Empresas britânicas esperam que você tenha colocado modelos em produção, não só treinado em notebook. A pergunta que aparece em quase todo processo é sobre propriedade: o que você fez sozinho, do dado ao monitoramento do modelo rodando.

Doutorado é exigido em vagas de pesquisa, raramente em vagas de plataforma. Um mestrás ajuda em triagem, mas três anos de produção pesam mais que o diploma na maioria das vagas de engenharia.

Londres concentra banco, big tech e startups de IA. Fora dela, há vagas em Manchester, Edinburgh, Cambridge, Bristol e Oxford, muitas em formato híbrido com dois ou três dias de escritório. Vaga remota total para quem mora fora do Reino Unido existe, mas é a exceção, e normalmente viram contrato, não emprego CLT britânico.

Formato do currículo britânico#

O padrão é duas páginas, PDF, sem foto, sem data de nascimento, sem estado civil e sem endereço completo. Recrutador britânico trata esses dados como informação que não deveria estar ali, e em algumas empresas isso até atrapalha o processo por causa de regras de anonimato na triagem.

Ordem cronológica inversa, com os últimos empregos primeiro. Se você tem mais de três anos de experiência, coloque formação no fim. Um resumo profissional de três linhas no topo ajuda quando bem escrito, e machuca quando vira adjetivo vazio.

Cabeçalho: nome, e-mail, telefone com código do país, LinkedIn e GitHub ou portfólio. Vaga de ML sem GitHub custa caro. Se seus projetos são privados por NDA, publique ao menos um projeto próprio que mostre pipeline, testes e deploy, não só o modelo.

Nomeie o arquivo com seu nome e o cargo. "Ana-Silva-CV-Machine-Learning-Engineer.pdf" é melhor que "CV-final-2.pdf".

Palavras-chave que a triagem automática procura#

Cada anúncio tem seu vocabulário. Decodifique a vaga antes de escrever, usando a ferramenta de análise de descrição de vaga, e copie os termos exatos que a empresa usa. Se o anúncio diz "model deployment", escreva "model deployment", não "implantação de algoritmos".

Os termos mais comuns em vagas de ML no Reino Unido: Python, PyTorch, TensorFlow, scikit-learn, SQL, Spark, Kubernetes, Docker, MLflow, Airflow, Kubeflow, SageMaker, Vertex AI, Terraform, CI/CD, feature engineering, model deployment, monitoring, A/B testing, LLM, RAG, fine-tuning, vector databases e LLMOps.

Não jogue tudo no currículo. Palavra-chave sem exemplo vira ruído, e recrutador técnico percebe. Prefira o termo na mesma frase em que você explica o resultado, e confira o documento com o verificador de compatibilidade com ATS antes de enviar.

Exemplo de bullet reescrito#

Veja o tipo de frase que não passa em triagem britânica:

"Responsável por modelos de machine learning e análise de dados."

Agora a versão que funciona, com contexto técnico, escopo e resultado. Os números abaixo são ilustrativos: use os seus, e não invente.

"Coloquei em produção um modelo de previsão de demanda em Python e XGBoost, orquestrado por Airflow e servido em SageMaker, atendendo 40 lojas em batch diário e reduzindo o erro médio de previsão em 12% no primeiro trimestre após o deploy."

A segunda frase diz o que você fez, com quais ferramentas, para quantos usuários e qual efeito teve. Esse é o formato que o hiring manager britânico procura.

Etapas da entrevista#

O processo típico tem cinco etapas: conversa com recrutador de 20 a 30 minutos, teste técnico de código, tarefa de machine learning, system design e conversa final de comportamento.

O teste de código costuma ser Python e estruturas de dados em nível médio, com foco em legibilidade e testes. A tarefa de machine learning pode ser ao vivo ou take-home, e quase sempre envolve limpar dados, escolher métrica justa e explicar o que você faria em produção.

System design de ML pede treinamento e serving, versionamento de dados, retraining, monitoramento de drift e fallback. Diga as limitações do que você propôs. Recrutador britânico valoriza quem admite trade-off, e desconfia de quem diz que a solução é perfeita.

A etapa comportamental usa perguntas no formato "tell me about a time". Tenha duas ou três histórias prontas sobre produção quebrando, desacordo técnico e entrega apertada.

Script para "conte sobre um modelo que você colocou em produção":

"O problema era prever churn em uma base com dados muito desbalanceados. Eu testei três abordagens e escolhi gradient boosting porque o tempo de inferência importava mais que o ganho marginal de AUC. Coloquei o modelo atrás de uma API em FastAPI, com monitoramento de drift no Evidently e retraining mensal. A parte difícil foi negociar com o time de dados a cadência de feature refresh, e a gente chegou num meio-termo de atualização diária."

Note que a resposta é curta, técnica e termina num ponto de atrito real. É isso que funciona.

Tenha perguntas para o final. Pergunte como o time monitora modelos em produção, qual a maior dívida técnica da plataforma e como a empresa lida com custo de inferência.

Salário: o que dá para esperar#

Faixas variam muito por cidade, senioridade e setor. Em anúncios recentes é comum ver vagas iniciais na faixa de 35 a 50 mil libras por ano, nível pleno entre 55 e 85 mil, e sênior entre 80 e 120 mil ou mais em Londres, especialmente em banco e big tech. Esses números mudam com o mercado e com o momento da empresa.

Bônus e equity mudam bastante o pacote total, e vagas de contrato pagam por dia, não por mês. Trate qualquer número que você ouvir como referência temporária e confira o valor atual direto no anúncio, nas vagas publicadas na plataforma e nas fontes oficiais.

Visto e sponsorship#

A rota mais comum é o Skilled Worker. Exige oferta de uma empresa com licença de patrocínio, um Certificate of Sponsorship e um salário que atenda ao piso vigente ou à taxa de mercado do código de ocupação, o que for maior. Os pisos mudaram nos últimos anos e podem mudar de novo, então confira sempre no site oficial do governo britânico antes de se planejar.

O código SOC precisa bater com o que você realmente faz. Machine Learning Engineer costuma ser enquadrado em códigos de TI, como 2134 ou 2135, mas a decisão é da empresa e do Home Office. Se o recrutador não sabe qual código vai usar, é sinal para perguntar.

Quem estudou no Reino Unido pode ter o Graduate Route, que permite trabalhar por um período após o curso sem patrocínio. As regras dessa rota estão em revisão frequente, então verifique a versão atual. Outras rotas existem, como Global Talent, com critérios próprios.

Regra prática: pergunte sobre sponsorship logo na primeira conversa com o recrutador. Vaga que não patrocina não vira patrocínio depois porque você mandou um bom currículo.

Checklist antes de enviar candidatura#

• Formatar o currículo em duas páginas, PDF, sem foto nem dados pessoais desnecessários
• Escrever o resumo em três linhas, citando stack, escopo e tipo de problema resolvido
• Extrair as palavras-chave do anúncio e usá-las nas frases de resultado
• Reescrever cada bullet com contexto técnico, escopo e efeito medido
• Conferir o currículo no verificador de compatibilidade com ATS
• Conferir GitHub, LinkedIn e portfólio, com README e instruções de execução
• Confirmar se a empresa patrocina visto antes da primeira entrevista
• Preparar três histórias no formato "tell me about a time"
• Revisar datas de emprego e nomes de empresa para não ter divergência em background check
• Guardar uma cópia do anúncio e do currículo enviado, porque a entrevista vai cobrar coerência

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 mestrado ou doutorado para conseguir vaga de ML no Reino Unido?

Para vagas de engenharia e plataforma, normalmente não. Experiência de produção com Python, MLOps e deploy pesa mais. Para vagas de pesquisa em laboratório, o título costuma ser exigência mesmo.

Meu currículo brasileiro funciona como está?

Não. A estrutura brasileira com foto, endereço completo e objetivo genérico atrapalha. Reescreva no formato britânico, com duas páginas e foco em resultados técnicos.

A empresa sempre patrocina visto de Machine Learning Engineer?

Nem sempre. Muitas vagas de nível inicial e algumas de pleno exigem já ter permissão de trabalho. Pergunte sobre sponsorship logo no primeiro contato com o recrutador.

Quanto tempo leva um processo seletivo de ML no Reino Unido?

De três semanas a dois meses é o intervalo mais comum, dependendo da empresa e da tarefa take-home. Processos com security clearance ou contratos com o governo levam mais tempo.

Preciso de certificação de cloud para concorrer?

Não é obrigatório, mas certificação de AWS, GCP ou Azure ajuda em vagas de MLOps e plataforma. Em vagas aplicadas de modelagem, um projeto bem documentado no GitHub vale mais.