Engenheiro(a) de Deep Learning Sênior (OCR de Documentos em Recursos Humanos)

confidential; United States; Remote; USD 47.000 - 69.000; Vollzeit

Benefits dieser Stelle

Ambiente colaborativo

Trabalho remoto total

Conexão global com times de diferentes

países

TotalPass

Mediquo

Team Care

Zusammenfassung

Vaga de Engenheiro(a) de Deep Learning Sênior (OCR de Documentos em Recursos Humanos) é 100% remota, com contratação CLT ou PJ, para cliente da Sylision. O foco é treinar e colocar em produção a leitura automática de documentos de RG, CNH, carteira de trabalho e comprovante de residência.

Você irá montar datasets, treinar modelos de detecção de campos e de reconhecimento de texto em PyTorch/TensorFlow, criar aumentos de dados e exportar para ONNX, otimizando a inferência para latência e custo de

Qualifikationen

• Deep learning aplicado à visão: detecção, segmentação e OCR.
• Treino de ponta a ponta com PyTorch ou TensorFlow.
• Otimização de inferência com ONNX e GPUs.
• Cuidado com dados pessoais sensíveis e LGPD.
• Capacidade de orientar a equipe técnica.

Aufgaben

• Montar e manter conjunto rotulado por tipo de documento.
• Treinar modelos de detecção de campos e de reconhecimento de texto.
• Criar aumento de dados que simule reflexo, desfoque, rotação e compressão.
• Combinar a saída do modelo com validações de regra e com confiança calibrada por campo.
• Exportar para ONNX e otimizar a inferência para o orçamento de latência e de GPU.
• Definir o critério de encaminhamento para revisão humana e medir volumes.
• Detectar documento com sinal de adulteração ou de foto de tela e tratar como exceção.
• Publicar o serviço em contêiner com monitoramento de qualidade por tipo de documento.

Kenntnisse

Deep learning aplicado a visão

PyTorch

TensorFlow

OCR

CUDA

Docker

Tools

ONNX

TensorRT

Docker

Jobbeschreibung

Vaga aberta de Engenheiro(a) de Deep Learning Sênior (OCR de Documentos em Recursos Humanos). 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:

A admissão digital recebe de cada candidato contratado fotos de RG, CNH, carteira de trabalho digital, comprovante de residência e atestado de saúde ocupacional, tiradas no celular, tortas, com reflexo e com dedo na frente. Hoje alguém digita os campos, e um erro de CPF ou de data trava o envio para a folha. Você vai treinar e colocar em produção a leitura automática desses documentos.

O problema se divide em classificar o tipo de documento, achar e corrigir a perspectiva, detectar campos, reconhecer o texto e validar o resultado com regras: dígito verificador de CPF, data coerente, nome igual ao do cadastro. Há ainda sinais de adulteração e de foto de tela, que o fluxo precisa encaminhar à revisão humana. O dado é pessoal e sensível, então treino e armazenamento têm de respeitar a LGPD, com mascaramento nos conjuntos de desenvolvimento.

Medimos taxa de erro por caractere e por campo em cada tipo de documento, percentual lido sem intervenção humana com erro abaixo do limite combinado, latência por documento e custo de GPU por mil páginas.

O que você vai fazer:

• Montar e manter o conjunto rotulado por tipo de documento, com amostras difíceis de celular
• Treinar modelos de detecção de campos e de reconhecimento de texto em PyTorch
• Criar aumento de dados que simule reflexo, desfoque, rotação e compressão do celular
• Combinar a saída do modelo com validações de regra e com confiança calibrada por campo
• Exportar para ONNX e otimizar a inferência para o orçamento de latência e de GPU
• Definir o critério que manda o documento para revisão humana e medir o volume que sobra
• Detectar documento com sinal de adulteração ou de foto de tela e tratar como exceção
• Publicar o serviço em contêiner com monitoramento de qualidade por tipo de documento

Requisitos:

• Deep learning aplicado a visão: detecção, segmentação e reconhecimento de texto
• PyTorch ou TensorFlow em treino de ponta a ponta
• Otimização de inferência: ONNX, quantização, lotes e uso de GPU
• Métricas de OCR e leitura crítica do erro por campo, e não só a média
• Cuidado com dado pessoal sensível em treino, armazenamento e descarte
• Capacidade de definir padrão técnico e orientar outras pessoas do time

Diferenciais:

• Modelos de layout de documento e de entendimento de formulários
• Experiência com detecção de fraude em imagem
• TensorRT ou outro compilador de inferência
• Rotulagem ativa para escolher as amostras que mais ensinam

Como é trabalhar aqui:

Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em Minas Gerais. A qualidade é discutida por tipo de documento, em revisão quinzenal com a área de admissão, olhando os casos que foram para a fila humana e o motivo. Mudança de modelo só entra depois de passar pelo conjunto fixo de regressão, e o código é sempre revisado por outra pessoa. 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
• OCR
• TensorFlow
• ONNX
• CUDA
• Visão computacional
• Docker

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