Engenheiro(a) de Deep Learning Sênior (Análise de Imagens no Varejo)

confidential; United States; Remote; USD 150,000 - 230,000; Full time

Benefits offered by this job

Ambiente colaborativo

Trabalho remoto integral

Job summary

Sylision está recrutando um Engenheiro(a) de Deep Learning Sênior para liderar o ciclo completo de visão computacional em varejo, com foco em detecção de produtos, contagem de frentes e validação de planogramas em ambientes com iluminação variada.

O papel envolve treinamento em GPU, exportação para ONNX, otimização de inferência em servidor ou borda, e entrega de modelos com testes robustos, incluindo latência e custo de inferência. Trabalho remoto integral com salário competitivo.

Qualifications

• Treino de redes de visão computacional em GPU com depuração de problemas de dados.
• Python com PyTorch ou TensorFlow em nível avançado.
• Redução de latência de inferência com ONNX, quantização ou técnica parecida.
• Desenho de avaliação com métricas de detecção.
• Docker e Git para versionamento e implantação.
• Capacidade de conduzir a anotação de dados com qualidade.

Responsibilities

• Definir esquema de rótulos com a operação de loja e regras de anotação.
• Treinar modelos de detecção e classificação de produtos com PyTorch/TensorFlow.
• Tratar classes raras e variações de iluminação com aumento de dados.
• Montar conjuntos de teste por loja, câmera e horário e medir generalização.
• Converter modelos para ONNX e otimizar para inferência em GPU.
• Empacotar o serviço com Docker e medir latência e vazão.
• Planejar ciclo de coleta de erros para retreino.

Skills

Visão computacional

Detecção de problemas de dados

Gestão de pipelines de treino

Tools

PyTorch

TensorFlow

ONNX

CUDA

Docker

Git

TensorRT

Job description

Vaga aberta de Engenheiro(a) de Deep Learning Sênior (Análise de Imagens no Varejo). A empresa contratante é confidencial neste anúncio, e a seleção é conduzida pela Sylision.

Nível: senior.

Modelo de trabalho: 100% Remoto.

Contratação: tempo integral, CLT ou PJ.

Sobre a vaga:

Câmeras nas lojas e fotos tiradas por promotores alimentam um problema de visão: identificar produtos em gôndola, contar frentes, detectar ruptura e conferir se a precificação e o planograma foram seguidos. As imagens têm reflexo de iluminação, produtos parcialmente cobertos, embalagens que mudam a cada campanha e fotos feitas de ângulos ruins. Um modelo bom em dados limpos falha na loja real.

Você assume o ciclo completo do modelo de visão: definir o esquema de rótulos com quem conhece a gôndola, treinar detectores e classificadores em GPU, lidar com a cauda longa de produtos raros, converter para ONNX e otimizar para inferência rápida em servidor ou em dispositivo de borda. Cuida também do conjunto de teste, que deve incluir lojas, horários e câmeras que o treino não viu.

As medidas são as do domínio: precisão e cobertura por produto, erro de contagem de frentes, taxa de ruptura detectada contra auditoria presencial, latência por imagem e custo de inferência.

O que você vai fazer:

• Definir com operação de loja o esquema de rótulos e as regras de anotação
• Treinar modelos de detecção e classificação de produtos com PyTorch e TensorFlow
• Tratar classes raras, embalagens novas e variações de iluminação com aumento de dados e amostragem
• Montar conjuntos de teste por loja, câmera e horário e medir a generalização
• Converter modelos para ONNX e otimizar a inferência em GPU
• Empacotar o serviço com Docker e medir latência e vazão
• Comparar o resultado do modelo com auditorias presenciais
• Planejar o ciclo de coleta de erros para retreino

Requisitos:

• Treino de redes de visão computacional em GPU com depuração de problemas de dados
• PyTorch ou TensorFlow em nível avançado
• Redução de latência de inferência com ONNX, quantização ou técnica parecida
• Desenho de avaliação com métricas de detecção
• Docker e Git
• Capacidade de conduzir a anotação de dados com qualidade

Diferenciais:

• Experiência com TensorRT e implantação em borda
• Aprendizado com poucos exemplos para produtos novos
• Reconhecimento de texto em etiquetas de preço
• Estimação de incerteza para encaminhar imagens a revisão
• Conhecimento de operação de varejo físico

Como é trabalhar aqui:

Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Os experimentos são registrados e reproduzíveis, e a análise de erros é feita em conjunto com quem audita as lojas. Toda versão nova é comparada com a anterior no mesmo conjunto de teste. 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
• TensorRT

Seus dados:

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