Engenheiro(a) de Deep Learning Sênior (Detecção de Objetos em Vídeo na Logística)

confidential; United States; Remote; USD 140.000 - 210.000; Vollzeit

Benefits dieser Stelle

Ambiente colaborativo

Trabalho remoto total

Apoio à saúde: TotalPass e Mediquo

Programa Team Care (saúde mental)

Conexão com times internacionais

Zusammenfassung

Sylision procura um Engenheiro(a) de Deep Learning Sênior para desenvolver soluções de detecção de objetos em vídeo para logística, com foco em detecção de paletes, caixas e pessoas em ambientes de docas. O papel envolve treinar modelos, otimizar para borda, e monitorar desempenho com base em métricas críticas.

O(a) candidato(a) trabalhará remotamente com equipe global, enfrentando desafios de iluminação, oclusões e ruídos de vídeo, assegurando contagens precisas e respostas de alerta eficientes.

Qualifikationen

• Domínio de PyTorch ou TensorFlow aplicado a detecção e rastreamento em vídeo.
• Experiência com pipelines de detecção em tempo real, com foco em eficiência de inferência.
• Treinamento em GPU e otimização para borda (edge)
• Métricas de domínio: mAP, erro de contagem e taxa de alertas falsos

Aufgaben

• Treinar detectors e trackers de paletes, caixas e pessoas em vídeo de doca.
• Montar e manter o conjunto rotulado com cenários de noite, chuva, reflexo e oclusão.
• Resolver a contagem sem duplicidade com rastreamento entre quadros.
• Otimizar o modelo para a borda com quantização, ONNX e TensorRT.
• Avaliar por câmera, turno e tipo de carga, com erro de contagem contra conferência manual.
• Definir limiares e regras de alerta de risco com a equipe de segurança.
• Monitorar deriva por câmera (mudança de ângulo, sujeira) e acionar reavaliação.
• Definir o padrão de experimento para as câmeras e orientar quem está começando no time

Kenntnisse

Deep learning

Object detection

Video analytics

Model quantization

Tools

PyTorch

TensorFlow

CUDA

ONNX

TensorRT

Docker

Jobbeschreibung

Vaga aberta de Engenheiro(a) de Deep Learning Sênior (Detecção de Objetos em Vídeo na Logística). 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:

Em um centro de distribuição, câmeras nas docas filmam o carregamento. O modelo que você vai levar para produção detecta paletes, caixas e pessoas, conta o que entra e sai de cada caminhão, e sinaliza divergência com o romaneio e situação de risco, como pessoa na zona de manobra da empilhadeira. A imagem mostra o que o papel não mostra.

O ambiente é difícil: luz baixa, reflexo de portão, oclusão por caminhão, câmera suja ou deslocada, e movimento rápido de empilhadeiras e de pessoas. Rodar tudo na nuvem sai caro e atrasa, então boa parte da inferência acontece em equipamento na borda, com limite de memória e de energia. Rastrear o mesmo objeto de quadro a quadro, sem contar duas vezes, é metade do problema.

Você responde pelo desenho da rede, pelo treino em GPU, pela otimização para a borda e pelo monitoramento. Mede-se por erro de contagem contra conferência manual, taxa de alertas de risco corretos, quadros processados por segundo no equipamento e queda de desempenho por câmera.

O que você vai fazer:

• Treinar detectores e rastreadores de paletes, caixas e pessoas em vídeo de doca
• Montar e manter o conjunto rotulado, com cenários de noite, chuva, reflexo e oclusão
• Resolver a contagem sem duplicidade com rastreamento entre quadros
• Otimizar o modelo para a borda com quantização, ONNX e TensorRT
• Avaliar por câmera, turno e tipo de carga, com erro de contagem contra conferência manual
• Definir limiares e regras de alerta de risco com a equipe de segurança
• Monitorar deriva por câmera, como mudança de ângulo e sujeira, e acionar reavaliação
• Definir o padrão de experimento para as câmeras e orientar quem está começando no time

Requisitos:

• Domínio de PyTorch ou TensorFlow em detecção e rastreamento de objetos
• Conhecimento de arquiteturas de detecção em tempo real
• Treino em GPU e otimização para inferência em equipamento de borda
• Métricas de domínio: mAP, erro de contagem e taxa de alertas falsos
• Tratamento de vídeo e de dados desbalanceados
• Responsabilidade ao tratar imagens de pessoas e incidente de modelo

Diferenciais:

• Experiência com dispositivos de borda, como placas de GPU embarcada
• Rastreamento de múltiplos objetos
• Conhecimento de segurança do trabalho em armazém
• Aprendizado com poucos rótulos, ativo ou autossupervisionado
• Cuidado com privacidade em vídeo e com a LGPD

Como é trabalhar aqui:

Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em Minas Gerais. Cada versão de modelo é discutida em revisão técnica com os números por câmera e os exemplos de erro na tela. Incidentes viram documento curto com causa e ação, e o padrão do time é atualizado.

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
• TensorRT
• Docker
• Visão computacional

Seus dados:

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