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

confidential; United States; Remote; USD 16,000 - 25,000; Full time

Benefits offered by this job

Ambiente colaborativo

Trabalhe de qualquer lugar

Conexão global

Apoio à saúde

Job summary

Sylision está buscando um Engenheiro(a) de Deep Learning Pleno especializado em OCR de documentos na área da saúde. O papel envolve treinar modelos, ajustar detecção de regiões e leitura de textos médicos, com entrega de campos estruturados e alto nível de confiança na leitura.

O trabalho é 100% remoto para cliente com sede em São Paulo. A vaga exige domínio de PyTorch/TensorFlow, ONNX e técnicas de pré-processamento, com foco na redução de latência e custos de GPU.

Qualifications

• Redes convolucionais e de sequência aplicadas a imagem e texto.
• Pré-processamento de imagem: binarização, perspectiva e data augmentation.
• Avaliação com métricas de reconhecimento de texto e leitura de erros por categoria.
• Python limpo, testável e com experimentos reproduzíveis.
• Uso de GPU e compreensão de gargalo de memória na inferência.
• Trabalhar com dados sensíveis, com mascaramento e controle de acesso.

Responsibilities

• Treinar e ajustar modelos de detecção de regiões e de OCR em documentos de saúde.
• Montar conjunto rotulado com a equipe de revisão e medir concordância entre rotuladores.
• Definir métricas por campo, com erro de caractere e acerto de código/dose.
• Calibrar a confiança para decidir o que vai direto e o que vai para revisão humana.
• Exportar o modelo para ONNX e reduzir latência/custo por página na GPU.
• Tratar ruídos de captura: rotação, sombras, carimbo, baixa resolução e manuscrito.
• Monitorar qualidade em produção e reabastecer o treino com correções.
• Documentar limites do modelo e riscos de uso com dados sensíveis.

Skills

Deep Learning

Computer Vision

Python

Experimentação

Reprodutibilidade

Tools

PyTorch

TensorFlow

ONNX

CUDA

Git

Docker

Job description

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

Guias de convênio, pedidos de exame, receitas e laudos chegam como PDF escaneado, foto de celular torta ou fax reescaneado. Hoje uma equipe digita à mão o nome do beneficiário, o código do procedimento, o CID, o medicamento e a dose. Você vai treinar e colocar em produção o modelo que lê esses documentos e entrega campos estruturados, com a confiança de cada leitura.

O que dá errado é específico: carimbo por cima do texto, letra manuscrita de médico, tabela com linhas apagadas, página girada, 0 confundido com O e 1 com l em código de procedimento. Um dígito errado na dose ou no código muda o atendimento, então o sistema precisa saber quando não tem certeza e encaminhar o documento para revisão humana em vez de chutar.

A medida de sucesso é por campo, não por documento: taxa de erro de caractere, acerto exato de código e dose, percentual que passa direto sem revisão e custo por página na GPU. Tudo trafega com dado de saúde, o que exige controle de acesso, mascaramento em amostras e nada de imagem real em ambiente de estudo sem autorização.

O que você vai fazer:

• Treinar e ajustar modelos de detecção de regiões e de reconhecimento de texto em documentos de saúde
• Montar o conjunto rotulado com a equipe de revisão e medir a concordância entre quem rotula
• Definir métricas por campo, com erro de caractere e acerto exato de código e dose
• Calibrar a confiança para decidir o que segue direto e o que vai para revisão humana
• Exportar o modelo para ONNX e reduzir latência e custo por página em GPU
• Tratar ruído de captura: rotação, sombra, carimbo, baixa resolução e manuscrito
• Monitorar a qualidade em produção e reabastecer o treino com as correções da revisão
• Documentar limites do modelo e riscos de uso com dado sensível

Requisitos:

• Redes convolucionais e de sequência aplicadas a imagem e texto, com treino em PyTorch ou TensorFlow
• Pré-processamento de imagem: binarização, correção de perspectiva e aumento de dados
• Avaliação com métricas de reconhecimento de texto e leitura crítica de erros por categoria
• Python limpo, testável, com experimentos reproduzíveis
• Uso de GPU e noção de gargalo de memória e de lote na inferência
• Cuidado com dado pessoal sensível e disposição para trabalhar com amostras mascaradas

Diferenciais:

• Ter treinado reconhecedor de texto com vocabulário fechado, como lista de medicamentos
• Conhecer dicionários clínicos como CID e TUSS para validar a leitura
• Quantização e otimização de modelo para inferência em lote
• Experiência com aprendizado ativo para escolher o que rotular primeiro

Como é trabalhar aqui:

Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Cada experimento tem hipótese, métrica e resultado registrados antes de virar mudança no pipeline, e a revisão de código é feita por outra pessoa do time. Você acompanha o painel de erro por campo toda semana junto com quem faz a revisão dos documentos.

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
• ONNX
• CUDA
• Visão computacional
• OCR
• Docker
• Avaliação de modelos
• Git

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