Engenheiro(a) de Deep Learning Pleno (OCR de Documentos na Indústria)

confidential; United States; Teletrabalho; USD 110 000 - 170 000; Tempo integral

Vantagens oferecidas por esta oferta de emprego

Ambiente colaborativo

Trabalhe de qualquer lugar

Conexão global com times

Apoio à saúde física

Cuidado com a saúde mental

Contratação definida pela empresa

Resumo da oferta

A Sylision está oferecendo uma vaga remota 100% para Engenheiro(a) de Deep Learning Pleno, com foco em OCR de documentos para indústria. A seleção é conduzida pela Sylision, com contratação CLT ou PJ, para trabalhar em projetos que digitalizam notas fiscais, laudos e certificados, buscando alta confiabilidade nos campos lidos.

Você vai treinar modelos (PyTorch/TensorFlow), desenvolver pós-processamento com regras de validação, exportar ONNX e otimizar a inferência em GPU ou CPU, além de criar

Qualificações

• Experiência com detecção, segmentação e reconhecimento de sequências de caracteres.
• Trabalho com leitura de texto em imagens de qualidade variável (ruídos/ângulos).
• Conhecimento de métricas por campo e validação de resultados.

Responsabilidades

• Rotular e organizar o conjunto de documentos com cuidado de privacidade.
• Treinar modelos de detecção de regiões e leitura de texto em PyTorch/TensorFlow.
• Construir o pós-processamento com regras de validação e correção.
• Calibrar a confiança por campo e definir o corte para revisão humana.
• Exportar para ONNX e otimizar a inferência (GPU/CPU).
• Criar testes por tipo de documento e monitorar acertos por campo.
• Empacotar em contêiner e publicar como serviço.
• Analisar erros e definir dados a coletar.

Conhecimentos

Redes neurais

PyTorch

TensorFlow

OCR

Python

Git

Docker

Inferência

Ferramentas

ONNX

CUDA

Descrição da oferta de emprego

Vaga aberta de Engenheiro(a) de Deep Learning Pleno (OCR de Documentos na Indústria). 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:

A indústria recebe e emite uma montanha de papel digitalizado: notas fiscais de insumo, laudos de qualidade, certificados de material, ordens de compra e fichas de inspeção. Boa parte chega em foto de celular, com sombra, inclinação, carimbo por cima do texto e tabelas sem linha. Você vai construir os modelos que localizam, leem e estruturam esses campos para entrarem no sistema sem digitação.

O trabalho é de visão e de texto. Detecção de regiões e de tabelas, reconhecimento de caracteres em fontes ruins, tratamento de números com vírgula e ponto, e correção por contexto, como validar o dígito do CNPJ ou a soma dos itens. Um campo lido errado em um laudo de material pode liberar um lote que não deveria sair, então confiança por campo e encaminhamento para revisão humana fazem parte do desenho.

Medimos acerto por campo, taxa de documentos que passam sem intervenção, tempo de inferência por página e custo por documento. Os modelos precisam rodar rápido, em GPU ou em CPU otimizada.

O que você vai fazer:

• Rotular e organizar o conjunto de documentos, com cuidado com dados pessoais e sigilo comercial
• Treinar modelos de detecção de regiões e de reconhecimento de texto em PyTorch
• Construir a etapa de pós-processamento com regras de validação e correção
• Calibrar a confiança por campo e definir o corte para revisão humana
• Exportar para ONNX e otimizar a inferência para o limite de tempo por página
• Criar o conjunto de teste por tipo de documento e acompanhar o acerto por campo
• Empacotar em contêiner e publicar como serviço
• Analisar erros e decidir o que coletar de dado novo

Requisitos:

• Redes neurais para visão, com PyTorch ou TensorFlow
• Entendimento de detecção, segmentação e reconhecimento de sequência de caracteres
• Tratamento de imagem: binarização, correção de inclinação e ruído
• Métricas por campo e leitura crítica de matriz de erro
• Docker e noção de otimização de inferência
• Python limpo, com teste e Git

Diferenciais:

• Treino em GPU e uso de precisão mista
• Modelos de layout de documento e de leitura de tabela
• Quantização e exportação para ONNX ou TensorRT
• Conhecimento de documentos fiscais brasileiros
• Prática com aprendizado ativo para escolher o que rotular

Como é trabalhar aqui:

Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Mudanças de modelo só entram depois de comparadas com o conjunto de teste fixo, e a revisão olha o erro por tipo de documento, não só a média. O time documenta cada versão de dados e de modelo para qualquer resultado poder ser reproduzido.

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
• ONNX
• CUDA
• TensorFlow
• Docker
• Git

Seus dados:

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