Engenheiro(a) de Deep Learning Sênior (OCR de Documentos na Educação)

confidential; United States; Remote; USD 120,000 - 180,000; Full time

Benefits offered by this job

Ambiente colaborativo

Trabalho remoto

Conexão global

Apoio à saúde com TotalPass e Mediquo

Team Care

Job summary

A Sylision busca um Engenheiro(a) de Deep Learning Sênior para desenvolver OCR de documentos acadêmicos. O trabalho é 100% remoto, com contratação CLT ou PJ, em um projeto que envolve geração de dados sintéticos, aumentos de imagens realistas e validação por campo.

Você treinará em PyTorch/TensorFlow, exportará ONNX e buscará otimizar a inferência em GPUs de custo moderado. O papel foca na detecção de campos, leitura de texto e validação de dados sensíveis, com conformidade LGPD, além de

Qualifications

• Visão computacional e deep learning aplicados a documentos ou texto em imagem.
• PyTorch ou TensorFlow e treino em GPU com CUDA
• Pre-processamento de imagem e avaliação por campo
• Otimização de inferência com ONNX
• Cuidado com dados pessoais de estudantes e com a LGPD
• Disposição para trabalhar com poucos dados anotados

Responsibilities

• Montar o conjunto anotado, com amostragem por tipo de documento e qualidade de imagem
• Gerar documentos sintéticos e aplicar aumentos que imitam foto de celular
• Treinar em PyTorch os modelos que localizam campos e leem o texto de cada um
• Criar regras de validação por campo e confiança para separar o que vai para revisão humana
• Medir acerto por campo e por tipo de documento, e analisar os erros mais caros
• Exportar para ONNX e otimizar a inferência em GPU
• Publicar o serviço em contêiner com registro de confiança e de revisão
• Alimentar o treino com as correções feitas pela secretaria

Skills

Visão computacional

OCR

PyTorch

TensorFlow

CUDA

ONNX

Docker

Git

Tools

PyTorch

TensorFlow

CUDA

ONNX

Docker

Git

Job description

Vaga aberta de Engenheiro(a) de Deep Learning Sênior (OCR de Documentos na Educação). 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:

Instituições de ensino recebem por semana milhares de documentos digitalizados: históricos escolares, declarações de matrácula, comprovantes de resideência, diplomas, quase sempre fotografados no celular, tortos, com sombra e carimbo por cima do texto. Hoje a secretaria digita os dados. O reconhecimento é lento e produz erro em nome, em data e em número de registro, que depois viram problema na emissão de certificados.

Seu trabalho é criar o OCR de documentos acadêmicos: detecção e correção de perspectiva, localização de campos, reconheção de texto com redes neurais e validação de campos sensíveis, como datas, CPF e códigos de curso. O conjunto de dados tem pouca anotação, então entram geração de documentos sintéticos, aumento com ruído realista e rotulagem ativa para escolher o que anotar. A avaliação é por campo, não por caractere, porque errar uma letra do nome importa mais que errar uma da legenda.

O resultado vale quando a taxa de campos corrétos sem conferência humana sobe, quando o tempo da secretaria por documento cai e quando o modelo roda em GPU modesta dentro do custo previsto.

O que você vai fazer:

• Montar o conjunto anotado, com amostragem por tipo de documento e qualidade de imagem
• Gerar documentos sintéticos e aplicar aumentos que imitam foto de celular
• Treinar em PyTorch os modelos que localizam campos e leem o texto de cada um
• Criar regras de validação por campo e confiança para separar o que vai para revisão humana
• Medir acerto por campo e por tipo de documento, e analisar os erros mais caros
• Exportar para ONNX e otimizar a inferência em GPU
• Publicar o serviço em contêiner com registro de confiança e de revisão
• Alimentar o treino com as correções feitas pela secretaria

Requisitos:

• Visão computacional e deep learning aplicados a documentos ou texto em imagem
• PyTorch ou TensorFlow e treino em GPU com CUDA
• Pre-processamento de imagem e avaliação por campo
• Otimização de inferência com ONNX
• Cuidado com dados pessoais de estudantes e com a LGPD
• Disposição para trabalhar com poucos dados anotados

Diferenciais:

• Modelos de entendimento de documentos com layout e texto
• Aprendizado atívo e rotulagem semiautomática
• Documentos manuscritos ou com carimbo sobre o texto
• Docker e monitoramento de modelo em produção
• Verificação de autenticidade de documentos

Como é trabalhar aqui:

Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Cada versão do modelo é comparada com a anterior em um conjunto fixo de documentos difíceis, e a revisão de outra pessoa é parte da entrega. O time olha juntos, toda semana, uma amostra dos erros mais caros. Na candidatura, informe a sua pretensão salarial.

Benefícios oferecidos pela empresa contratação:

• 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 saúté física com TotalPass e Mediquo
• Cuidado com a saúté mental pelo programa Team Care
• Contratação e jornada definidas com a empresa contratação

Tecnologias envolvidas:

• Python
• PyTorch
• TensorFlow
• CUDA
• ONNX
• OCR
• Visão computacional
• Docker
• Git

Seus dados:

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