Engenheiro(a) de Deep Learning Pleno (Visão Computacional no Agronegócio)

confidential; United States; Remote; USD 110,000 - 190,000; Full time

Benefits offered by this job

Remoto 100%

Contrato CLT ou PJ

Trabalho remoto com clientela

Job summary

A empresa confidencial está buscando um Engenheiro(a) de Deep Learning pleno com foco em visão computacional aplicada ao agronegócio para trabalhar 100% remoto, com contratação CLT ou PJ. O papel envolve liderar modelos de leitura de imagens de lavouras, desde o conjunto de dados até a implantação, considerando variáveis de luz, espécies e estágios de maturação.

Você irá treinar, otimizar e validar modelos de detecção e segmentação, adaptar para hardware com recursos limitados, empacotar a

Qualifications

• Necessário treinar e avaliar modelos de segmentação e detecção em imagens reais.
• Conhecimento de PyTorch ou TensorFlow para construir e depurar laços de treino.
• Experiência em otimização de inferência para hardware com recursos limitados.
• Rigor na construção do conjunto de teste, separado por talhão e por data.
• Proficiente em Python e Docker para empacotar e implantar.
• Boa comunicação com agrônomos para interpretar erros na lavoura.

Responsibilities

• Montar conjuntos de imagens rotuladas com agrônomos.
• Treinar modelos de segmentação e detecção para falhas, daninhas, doenças e contagem de plantas.
• Avaliar por cultura, estágio, hora do dia e sensor para entender falhas do modelo.
• Tratar variação de luz, sombra e resolução com dados aumentados e normalização.
• Otimizar modelos com ONNX, quantização e redução de resolução para hardware embarcado.
• Empacotar a inferência em Docker e validar desempenho em campo.
• Gerar mapas de aplicação com limites de confiança por área.
• Documentar situações de baixa confiabilidade e ações recomendadas.

Skills

Treinamento/segmentação

PyTorch

TensorFlow

Otimização de inferência

Python

Docker

Comunicação com agrônomos

Conjunto de dados por talhão/data

Tools

PyTorch

TensorFlow

ONNX

Docker

CUDA

Git

Job description

Vaga aberta de Engenheiro(a) de Deep Learning Pleno (Visão Computacional no Agronegócio). 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:

Drones, tratores com câmera e satélites geram imagens de lavouras o ano todo. Em cada imagem há informação que o agrônomo hoje busca à mão: falhas de plantio, plantas daninhas entre as linhas, sinais de doença nas folhas, contagem de plantas e estágio de maturação. Você vai construir modelos de visão computacional que leem essas imagens e transformam em mapas de área e em contagens que a equipe de campo usa para decidir onde agir.

A lavoura é um cenário difícil. A luz muda com a hora e a nuvem, a mesma doença tem aparência diferente em cada cultivar e estágio, a planta daninha se parece com a cultura quando pequena e o ground truth é caro porque exige agrônomo rotulando pixel a pixel. Também há restrição de execução: o trator e o drone têm hardware limitado e conexão fraca, e a decisão de pulverizar só em manchas exige resposta quase em tempo real.

Medimos pela qualidade da segmentação e da detecção por cultura e por estágio, por área tratada desnecessariamente e pela velocidade da inferência no equipamento. Como pleno, você assume sozinho a frente de modelos de visão, do conjunto de dados à implantação.

O que você vai fazer:

• Montar conjuntos de imagens rotulados com agrônomos, usando rotulagem ativa para economizar esforço
• Treinar modelos de segmentação e de detecção para falhas, daninhas, doenças e contagem de plantas
• Avaliar por cultura, estágio, hora do dia e sensor, para entender onde o modelo falha
• Tratar variação de luz, sombra e resolução com aumento de dados e normalização cuidadosa
• Otimizar os modelos com ONNX, quantização e redução de resolução para rodar no equipamento
• Empacotar a inferência em Docker e validar o desempenho em campo
• Gerar mapas de aplicação a partir das previsões, com limites de confiança por área
• Documentar quando o modelo não é confiável e o que fazer nesses casos

Requisitos:

• Prática em treinar e avaliar modelos de segmentação e de detecção em imagens reais
• PyTorch ou TensorFlow no nível de construir e depurar laços de treino próprios
• Conhecimento de otimização de inferência para equipamento com recursos limitados
• Rigor na construção do conjunto de teste, separado por talhão e por data
• Python e Docker para empacotar e implantar
• Comunicação com agrônomos para entender o que o erro significa na lavoura

Diferenciais:

• Ter trabalhado com imagens aéreas, multiespectrais ou de satélite
• Conhecimento de índices de vegetação e de fenologia das culturas
• Experiência com aprendizado semissupervisionado ou autossupervisionado
• Noção de agricultura de precisão e de aplicação em taxa variável
• Interesse por trabalhar entre o escritório e a lavoura

Como é trabalhar aqui:

Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Cada versão do modelo é apresentada com os números por cultura e estágio antes de ir ao campo, e os erros vistos pelos agrônomos voltam para o conjunto de treino. O ritmo acompanha as safras, com ciclos curtos de teste em campo e revisões de código entre 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
• TensorFlow
• CUDA
• ONNX
• Docker
• Git
• Visão computacional
• Segmentação de imagens

Seus dados:

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