Engenheiro(a) de Deep Learning Pleno (Análise de Imagens na Logística)

confidential; United States; Remote; USD 90,000 - 130,000; Full time

Benefits offered by this job

Ambiente remoto 100%

Trabalho 100% remoto

Conexão global com equipes

TotalPass e Mediquo

Job summary

A Sylision está recrutando um Engenheiro(a) de Deep Learning Pleno (Análise de Imagens na Logística) para trabalhar 100% remoto. Você desenvolverá modelos para detectar avarias, contar volumes e ler etiquetas, com foco em implantação móvel e latency baixa.

O papel exige experiência em visão computacional, PyTorch/TensorFlow e exportação para dispositivos com recursos limitados. O candidato trabalhará com equipe de disputas para refinar métricas, tratar desequilíbrios e melhorar a precisão,

Qualifications

• Domínio de visão computacional: classificação, detecção e segmentação.
• Experiência com PyTorch ou TensorFlow e aumento de dados.
• Exportação/otimização de modelos para dispositivos com poucos recursos.
• Python organizado, com experimentos versionados.
• Cuidado com privacidade em imagens.

Responsibilities

• Treinar modelos de detecção, classificação e segmentação.
• Montar conjunto rotulado com a equipe de disputas, definindo o que conta como avaria.
• Tratar desequilíbrio entre casos com/sem avaria e definir o limiar pelo custo do erro.
• Comprimir e exportar o modelo para rodar no celular, medindo latência e bateria.
• Definir quando a foto é de má qualidade e pedir nova captura na hora.
• Aplicar desfoque de rostos e de documentos antes do armazenamento.
• Monitorar o desempenho por região, aparelho e tipo de embalagem.
• Retroalimentar o treino com as decisões finais da equipe de disputas.

Skills

Visão computacional

Classificação

Detecção de objetos

Segmentação

PyTorch

TensorFlow

Python

Experimentação versionada

Tools

YOLO

ONNX

CUDA

Docker

Inferência móvel

Job description

Vaga aberta de Engenheiro(a) de Deep Learning Pleno (Análise de Imagens na Logística). A empresa contratante é confidencial neste anúncio, e a seleção é conduzida pela Sylision.

Nível: pleno.

Modelo de trabalho: 100% Remoto.

Contratação: tempo integral, CLT ou PJ.

Sobre a vaga:

Na entrega da última milha, o motorista tira fotos da encomenda e do local de entrega. Essas fotos servem para provar a entrega, abrir disputa de avaria e conferir quantos volumes chegaram em um palete. Hoje alguém olha as imagens uma a uma. Você vai construir os modelos de visão que detectam embalagem amassada ou molhada, leem a etiqueta, contam volumes e sinalizam foto inútil, para a equipe só olhar o que importa.

As imagens são difíceis: pouca luz, mão cobrindo a lente, caixas empilhadas com sobreposição, etiqueta dobrada, foto da tela de outro aparelho. O custo dos erros é assimétrico: ignorar uma avaria real gera disputa e prejuízo, e acusar avaria falsa irrita o motorista e o cliente. Parte da inferência precisa rodar no celular do motorista, que é modesto, com a rede instável.

A qualidade se mede por revocação de avaria com precisão mínima combinada, erro na contagem de volumes, acerto na leitura da etiqueta e tempo de inferência no aparelho. Fotos têm rostos e casas de pessoas, então a rotulagem acontece em ambiente controlado e com desfoque de dado pessoal.

O que você vai fazer:

• Treinar modelos de detecção e de segmentação para avaria, volumes e etiqueta
• Montar o conjunto rotulado com a equipe de disputas, definindo o que conta como avaria
• Tratar desequilíbrio entre casos com e sem avaria e escolher o limiar pelo custo do erro
• Comprimir e exportar o modelo para rodar no celular, medindo latência e bateria
• Definir quando a foto é de má qualidade e pedir nova captura na hora
• Aplicar desfoque de rostos e de documentos antes do armazenamento
• Monitorar o desempenho por região, aparelho e tipo de embalagem
• Retroalimentar o treino com as decisões finais da equipe de disputas

Requisitos:

• Visão computacional com redes neurais: classificação, detecção e segmentação
• Treino em PyTorch ou TensorFlow, com aumento de dados e validação separada por rota ou motorista
• Exportação e otimização de modelos para dispositivos com poucos recursos
• Escolha de métrica e de limiar pelo custo real do erro
• Python organizado, com experimentos versionados
• Cuidado com privacidade em imagens captadas em ambiente doméstico

Diferenciais:

• Experiência com YOLO, modelos de segmentação ou leve para dispositivos móveis
• Quantização e uso de aceleradores no aparelho
• Aprendizado semissupervisionado para aproveitar fotos sem rótulo
• Noção de leitura de código de barras e de etiquetas de transporte

Como é trabalhar aqui:

Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Os experimentos têm métricas por categoria de erro, e os casos que o modelo erra são revistos com a equipe de disputas toda semana. O código de modelo e o de empacotamento para o celular passam por revisão de pares. Na candidatura, informe a sua pretensão salarial.

Benefícios oferecidos pela empresa contratante:

• Ambiente colaborativo, com senso de comunidade e conquistas celebradas em equipe
• Trabalhe de qualquer lugar, com liberdade e flexibilidade
• Conexão global: convivência com times de diferentes países e culturas
• Apoio à saúde física com TotalPass e Mediquo
• Cuidado com a saúde mental pelo programa Team Care
• Contratação e jornada definidas com a empresa contratante

Tecnologias envolvidas:

• Python
• PyTorch
• Visão computacional
• Detecção de objetos
• ONNX
• CUDA
• Docker
• Inferência em dispositivo móvel
• Git

Seus dados: tratados conforme a LGPD, com remoção a qualquer momento, a pedido.