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

confidential; United States; Remote; USD 110,000 - 170,000; Full time

Benefits offered by this job

Trabalhe de qualquer lugar

Ambiente colaborativo

Conexão com times internacionais

Job summary

Sylision está com uma vaga para Engenheiro(a) de Deep Learning Pleno em Visão Computacional no Varejo. A posição é 100% remota, regime CLT ou PJ, com foco em detecção de rupturas, rotulagem, treino em GPU e otimização para inferência em edge devices.

Você trabalhará ponta a ponta, com governança de privacidade e avaliação de desempenho. O papel envolve organizar dados, treinar modelos, exportar para ONNX e quantizar, medindo latência e consumo em ambiente real.

Qualifications

• PyTorch aplicado a detecção ou classificação de imagens.
• Entendimento de métricas de detecção como IoU e curva de precisão e cobertura.
• Conhecimento de exportação de modelo para ONNX e de quantização.
• Prática com treino em GPU e acompanhamento de experimentos.
• Cuidado com qualidade de rótulo e com vazamento entre treino e teste.
• Escrita de código de inferência com teste e medição de desempenho.

Responsibilities

• Organizar a coleta e a rotulagem de imagens de gôndola e definir o guia de rotulagem.
• Treinar modelos de detecção e segmentação com aumento de dados para reflexo, ângulo e oclusão.
• Medir precisão e cobertura por categoria e por loja, e investigar as classes confundidas.
• Converter o modelo para ONNX e reduzir precisão para caber no equipamento de borda.
• Medir latência e consumo no equipamento real, não apenas na GPU de desenvolvimento.
• Desfocar rostos e descartar imagens após a inferência, conforme a regra de privacidade.
• Fechar o ciclo com repositores: cada alerta confirmado ou rejeitado volta como dado de treino.

Skills

PyTorch

Detecção de imagens

Métricas de detecção

Treino em GPU

Qualidade de rótulo

Inferência/ONNX

Quantização

Tools

ONNX

CUDA

Docker

OpenCV

TensorRT

Job description

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

Câmeras fixas no corredor de uma loja filmam as gôndolas, e a pergunta é simples: o produto está na prateleira ou o espaço está vazio? A rede quer saber de ruptura na gôndola em minutos, não no fim do dia, e quer conferir se a disposição dos produtos segue o planograma combinado com a indústria.

O modelo de detecção precisa distinguir embalagens muito parecidas, lidar com reflexo de iluminação, produto parcialmente escondido por cliente e carrinho, e rodar em equipamento de borda dentro da loja, sem mandar vídeo inteiro para a nuvem. Você vai cuidar da ponta a ponta: rotulagem, treino em GPU, conversão e otimização para inferência e medição em campo.

O resultado se mede em precisão e cobertura da detecção por categoria, acerto do alerta de ruptura confirmado por um repositor, latência por imagem no equipamento da loja e taxa de alertas falsos que cansam quem recebe. Imagens com pessoas seguem regra de privacidade, com desfoque de rostos.

O que você vai fazer:

• Organizar a coleta e a rotulagem de imagens de gôndola e definir o guia de rotulagem
• Treinar modelos de detecção e segmentação com aumento de dados para reflexo, ângulo e oclusão
• Medir precisão e cobertura por categoria e por loja, e investigar as classes confundidas
• Converter o modelo para ONNX e reduzir precisão para caber no equipamento de borda
• Medir latência e consumo no equipamento real, não apenas na GPU de desenvolvimento
• Desfocar rostos e descartar imagens após a inferência, conforme a regra de privacidade
• Fechar o ciclo com repositores: cada alerta confirmado ou rejeitado volta como dado de treino

Requisitos:

• PyTorch aplicado a detecção ou classificação de imagens
• Entendimento de métricas de detecção, como interseção sobre união e curva de precisão e cobertura
• Conhecimento de exportação de modelo para ONNX e de quantização
• Prática com treino em GPU e acompanhamento de experimentos
• Cuidado com qualidade de rótulo e com vazamento entre treino e teste
• Escrita de código de inferência com teste e medição de desempenho

Diferenciais:

• Experiência com TensorRT ou outro motor de inferência
• Conhecimento de aprendizado com poucos exemplos para produtos novos
• Prática com rastreamento de objetos em vídeo
• Noção de câmeras, lentes e iluminação
• Projeto próprio de visão com dados que você mesmo coletou

Como é trabalhar aqui:

Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. O trabalho alterna entre bancada e loja: parte do tempo é treino e análise de erro, parte é olhar imagens reais que o modelo errou. Toda versão nova é comparada com a anterior no mesmo conjunto de teste antes de ser instalada nos equipamentos. 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
• Visão computacional
• ONNX
• CUDA
• Detecção de objetos
• OpenCV
• Docker

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