Engenheiro(a) de Deep Learning Pleno (OCR de Documentos em Seguros)

confidential; United States; Remote; USD 33,000 - 44,000; Full time

Benefits offered by this job

Remoto 100%

Flexibilidade de horário

Equipe internacional

Saúde e bem-estar

Job summary

Vaga de Engenheiro(a) de Deep Learning Pleno para OCR de Documentos em Seguros, com atuação 100% remota. A seleção é conduzida pela Sylision, e o contratado poderá atuar remotamente para cliente com sede em São Paulo, sob regimes CLT ou PJ.

O foco é construir modelos de visão que localizam documentos, corrigem perspectiva, detectam texto e reconhecem caracteres com baixa latência, respeitando LGPD e privacidade.

Qualifications

• Redes neurais para visão computacional, com PyTorch.
• Fundamentos de OCR: detecção de texto, reconhecimento e pós-processamento.
• Treino em GPU e controle de experimentos.

Responsibilities

• Montar e rotular o conjunto de imagens por tipo de documento, qualidade de captura e dispositivo.
• Treinar detector de documento e correção de perspectiva para fotos inclinadas.
• Treinar modelos de detecção e reconhecimento de texto para impressão e manuscrito.
• Criar validação para placa, chassi, datas e números de documento.
• Medir taxa de erro por campo e por falha como reflexo, desfoque e corte.
• Otimizar a inferência em GPU com ONNX e quantização para baixa latência.
• Proteger imagens com acesso restrito e anonimização nos dados de treino.

Skills

Deep Learning

Computer Vision

OCR

Tools

PyTorch

ONNX

CUDA

Docker

Git

Python

Job description

Vaga aberta de Engenheiro(a) de Deep Learning Pleno (OCR de Documentos em Seguros). 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:

Quem abre um sinistro ou contrata um seguro pelo celular fotografa a CNH, o documento do veículo, o laudo ou o orçamento. As fotos chegam inclinadas, com sombra, reflexo, dedo na borda e manuscrito misturado ao texto impresso. O OCR de uso geral erra justamente nos campos que importam, como o número do chassi, a placa e a data, e cada erro volta como uma ligação ou um pedido de nova foto.

Você vai construir e treinar o conjunto de modelos de visão que localiza o documento, corrige a perspectiva, detecta as regiões de texto e reconhece os caracteres, com tratamento específico para os campos críticos. O modelo precisa ser rápido o bastante para dar retorno enquanto a pessoa ainda está com a câmera aberta, e as imagens contêm dados pessoais que não podem circular fora do ambiente controlado.

O que mede o trabalho é a taxa de erro por caractere e por campo, o percentual de fotos aceitas na primeira tentativa, a latência por imagem e o custo de GPU por mil documentos.

O que você vai fazer:

• Montar e rotular o conjunto de imagens por tipo de documento, qualidade de captura e dispositivo
• Treinar o detector de documento e a correção de perspectiva para fotos inclinadas e com sombra
• Treinar e ajustar os modelos de detecção e reconhecimento de texto para fonte impressa e manuscrita
• Criar validação específica para placa, chassi, datas e números de documento
• Medir a taxa de erro por campo e por tipo de falha, como reflexo, desfoque e corte
• Otimizar o modelo para inferência em GPU com ONNX e quantização, dentro da meta de latência
• Devolver ao aplicativo o motivo da recusa de foto, para a pessoa corrigir na hora
• Proteger as imagens com acesso restrito, retenção mínima e anonimização nos conjuntos de treino

Requisitos:

• Redes neurais para visão computacional, com PyTorch
• Fundamentos de OCR: detecção de texto, reconhecimento e pós-processamento
• Aumento de dados que simule captura por celular
• Treino em GPU e controle de experimentos
• Métricas de OCR e leitura de erros por fatia de dados
• Docker e Git no fluxo de entrega

Diferenciais:

• Modelos de análise de layout e de leitura de documentos
• Inferência em dispositivo móvel ou em borda
• Dados sintéticos para campos raros
• Detecção de documento adulterado ou fotografado de tela
• Cuidado com dados pessoais de imagem, dentro da LGPD

Como é trabalhar aqui:

Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Cada experimento é registrado com os dados, a configuração e o resultado por fatia, e as mudanças de modelo passam por revisão antes do uso. Uma amostra de fotos recusadas e aceitas é revisada toda semana com a equipe de atendimento.

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
• OCR
• Visão computacional
• ONNX
• CUDA
• Docker
• Git

Seus dados:

tratados conforme a LGPD, com remoção a qualquer momento, a pedido.