Engenheiro(a) de Deep Learning Pleno (Reconhecimento de Fala no Setor de Energia)

confidential; United States; Remote; USD 33,000 - 55,000; Full time

Benefits offered by this job

Ambiente colaborativo

Trabalho remoto flexível

Conexão global

TotalPass/Mediquo

Team Care

Job summary

confidential procura Engenheiro(a) de Deep Learning Pleno para atuar com reconhecimento de fala no setor de energia, com 100% remoto. O desafio envolve treinar, validar e colocar em produção modelos robustos, lidando com áudio de telefonia, ruído, sotaques regionais e termos do setor.

O profissional trabalhará com dados sensíveis conforme LGPD, exportando modelos para ONNX, otimizando para CUDA e gerenciando serviços em Docker, em contratação CLT ou PJ.

Qualifications

• Domínio de Python e PyTorch, com prática de treino em GPU.
• Conhecimento de processamento de sinal de áudio e métricas de fala (WER).
• Experiência com exportação de modelos para ONNX e otimização para inferência.

Responsibilities

• Montar o conjunto de áudio rotulado por região, ruído e tipo de chamada.
• Trainar e ajustar modelos de fala com aumento de dados de ruído e telefonia.
• Avaliar WER por categoria, com foco em números e termos específicos do setor.
• Otimizar a inferência exportando para ONNX e medir ganho em CUDA.
• Construir serviços de transcrição em lote e em fluxo, com empacotamento em Docker.
• Tratar dados pessoais conforme LGPD e políticas de retenção.
• Comparar com modelos abertos de fala e justificar a escolha.

Skills

Python

PyTorch

TensorFlow

Speech recognition

WER

Tools

CUDA

ONNX

Docker

Git

Job description

Vaga aberta de Engenheiro(a) de Deep Learning Pleno (Reconhecimento de Fala no Setor de Energia). 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 central de atendimento de uma distribuidora recebe milhares de ligações sobre falta de luz, religação e conta alta, e quer transcrever e classificar o que é dito. Você vai treinar e colocar em produção um modelo de reconhecimento de fala que lide com telefone, ruído de fundo, sotaques de várias regiões e termos do setor, como religação, fatura e bandeira tarifária.

O áudio de telefonia tem 8 kHz, compressão e chiado, bem diferente de gravação de estúdio. O modelo erra nomes de bairros, números de instalação ditados e siglas, e o erro nesses itens atrapalha o fluxo seguinte. A transcrição também carrega dado pessoal, então o armazenamento e o descarte do áudio precisam seguir a LGPD.

Mede-se o WER geral e por categoria de termos, o erro em números ditados, a latência por minuto de áudio e o custo de GPU por hora transcrita.

O que você vai fazer:

• Montar o conjunto de áudio rotulado, com amostragem por região, ruído e tipo de chamada
• Treinar e ajustar modelos de fala em PyTorch com aumento de dados de ruído e telefonia
• Avaliar o WER por categoria, com foco em números e termos do setor
• Otimizar a inferência exportando para ONNX e medindo o ganho em CUDA
• Construir o serviço de transcrição em lote e em fluxo, empacotado em Docker
• Tratar áudio com dado pessoal conforme a política de retenção
• Comparar com modelos abertos de fala e justificar a escolha
• Acompanhar a qualidade em produção com amostras revisadas por pessoas

Requisitos:

• Python e PyTorch, com prática de treino em GPU
• Noções de processamento de sinal de áudio
• Métricas de fala, como WER, e sua análise por categoria
• Exportação e otimização para inferência, como ONNX
• Docker e Git
• Cuidado com rotulagem e qualidade de dados

Diferenciais:

• TensorFlow para manter modelos legados
• Conhecimento de modelos de fala modernos e abertos
• Aumento de dados com ruído e codecs de telefonia
• Transcrição com separação de falantes
• Fala em português do Brasil

Como é trabalhar aqui:

Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Os experimentos ficam registrados com configuração e resultado, para que outra pessoa os reproduza. A revisão de código e das amostras de erro acontece em dupla, antes de cada liberação.

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
• TensorFlow
• CUDA
• ONNX
• Docker
• Git
• Reconhecimento de fala
• WER

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