Engenheiro(a) de Deep Learning Pleno (Visão Computacional no Setor de Energia)

confidential; United States; Remote; USD 120.000 - 180.000; Vollzeit

Benefits dieser Stelle

Ambiente colaborativo

Trabalhe de qualquer lugar

Conexão global

Apoio à saúde física

Cuidado com a saúde mental

CLT ou PJ

Zusammenfassung

Sylision está buscando um Engenheiro(a) de Deep Learning Pleno com foco em visão computacional para setor de energia, em regime 100% remoto. O candidato desenvolverá modelos de detecção e segmentação de defeitos em imagens aéreas, mantendo métricas por classe e trabalhando com dados desbalanceados.

O papel envolve otimizar modelos para ONNX, medir latência em hardware de destino, aplicar variáveis de aumento de dados e montar pipelines de rotulagem ativa.

Qualifikationen

• Conhecimento em detecção de objetos e segmentação com métricas correspondentes.
• Treino em GPUs e balanço de dados para classes desbalanceadas.
• Exportação e execução de modelos com ONNX ou equivalente.

Aufgaben

• Treinar e ajustar detectores e segmentadores de defeitos em imagens aéreas.
• Tratar desbalanceamento com amostragem e data augmentation.
• Definir guias de rotulagem com especialistas e medir concordância entre rotuladores.
• Converter e otimizar modelos para ONNX e medir latência.
• Montar o ciclo de rotulagem ativa e empacotar a inferência em Docker.
• Registrar erros do modelo em relatório para a equipe de inspeção.

Kenntnisse

PyTorch

TensorFlow

Object detection

Image segmentation

GPU training

ONNX

Docker

Git

Vision systems

Experiment tracking

Tools

CUDA

ONNX

Docker

Git

Jobbeschreibung

Vaga aberta de Engenheiro(a) de Deep Learning Pleno (Visão Computacional 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:

Inspecionar uma linha de transmissão de ponta a ponta com equipe em campo leva semanas. Com drones, a mesma linha gera dezenas de milhares de imagens por campanha, e alguém precisa olhar cada uma atrás de isolador trincado, cabo com fio rompido, corrosão em torre e vegetação perto demais do condutor. Você vai construir os modelos de visão que fazem essa primeira triagem e entregam à pessoa especialista só o que merece atenção.

O desafio está nos dados. Defeitos graves são raros, então o conjunto rotulado é muito desbalanceado. As imagens variam com luz, ângulo, distância e fundo, e o mesmo isolador aparece pequeno demais em fotos tiradas de longe. Um falso negativo é um defeito que segue na linha; um falso positivo em excesso faz a equipe desacreditar do sistema. Por isso as métricas são por classe de defeito, com foco em revocação nas classes críticas e em precisão aceitável para a revisão humana.

Parte da inferência roda perto do voo, em equipamento com GPU modesta, o que pede modelos otimizados e testados em tempo de execução real.

O que você vai fazer:

• Treinar e ajustar detectores e segmentadores de defeitos em imagens aéreas
• Tratar o desbalanceamento com amostragem, aumento de dados e funções de perda adequadas
• Definir com especialistas de manutenção o guia de rotulagem e medir a concordância entre rotuladores
• Avaliar por classe de defeito e por condição de captura, não só pela média geral
• Converter e otimizar modelos para ONNX e medir latência e memória no equipamento de destino
• Montar o ciclo de rotulagem ativa para usar a revisão humana onde o modelo mais erra
• Empacotar a inferência em Docker e versionar dados, código e modelo
• Registrar os erros típicos do modelo em relatório para a equipe de inspeção

Requisitos:

• PyTorch ou TensorFlow para treino de redes de visão
• Conhecimento de detecção de objetos e de segmentação, com suas métricas
• Prática com aumento de dados e com conjuntos desbalanceados
• Treino em GPU com acompanhamento de experimento
• Exportação e execução de modelo com ONNX ou equivalente
• Autonomia para conduzir a frente de visão do início ao fim

Diferenciais:

• Noção de CUDA e de quantização para inferência
• Imagens térmicas ou de múltiplas bandas
• Detecção de objetos pequenos em imagens de alta resolução
• Interesse por manutenção de ativos elétricos

Como é trabalhar aqui:

Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Cada experimento novo é registrado com dados, parâmetros e resultado, e o time revisa as imagens que o modelo errou toda semana. A entrega é por campanha de inspeção, com a métrica de revocação das classes críticas à vista. 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
• Detecção de objetos
• Visão computacional

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