Engenheiro(a) de Deep Learning Sênior (Visão Computacional em Bancos Digitais)

confidential; United States; Remote; USD 140,000 - 190,000; Full time

Benefits offered by this job

Trabalhe de qualquer lugar

Conexão global com times

TotalPass e Mediquo para saúde

Team Care – saúde mental

Contrato CLT ou PJ

Job summary

Sylision está contratando um Engenheiro(a) de Deep Learning Sênior em visão computacional para trabalhar 100% remoto, com foco em verificação de documentos, leitura de campos e detecção de adulteração. O cargo envolve classificar ameaças, planejar dados sintéticos e manter privacidade em projetos sensíveis, com avaliação de desempenho entre dispositivos e grupos demográficos.

Você trabalhará com leitura óptica, detecção de fraude e protações de vida, buscando reduzir latência de inferência e

Qualifications

• Domínio de visão computacional com redes neurais em PyTorch.
• Experiência com treino em GPU e depuração de dados.
• Conhecimento de métricas de verificação (FAR/FRR).
• Atenção a viés e diferenças entre grupos de pessoas.
• Otimização de inferência para baixa latência.
• Cuidado com privacidade ao lidar com documentos e rostos.

Responsibilities

• Treinar modelos de detecção de documentos e leitura de campos.
• Desenvolver verificação facial e prova de vida.
• Montar dados de treino com controle de vazamento entre pessoas e documentos.
• Criar aumentos de dados para baixa iluminação, reflexo e recaptura.
• Avaliar desempenho por tipo de aparelho e documento.
• Otimizar a inferência para latência em servidor e, quando possível, no aparelho.
• Definir limiares com o time de risco e monitorar custos de erro.
• Proteger as imagens com anonimização em experimentos.

Skills

PyTorch

GPU training

Computer vision

Latency optimization

Privacy

Tools

OpenCV

OCR

ONNX

Docker

Git

Job description

Vaga aberta de Engenheiro(a) de Deep Learning Sênior (Visão Computacional em Bancos Digitais)

Nível: senior.

Modelo de trabalho: 100% Remoto.

Contratação: tempo integral, CLT ou PJ.

Sobre a vaga:

Abrir conta em um banco digital depende de fotos: documento de identidade, selfie e, às vezes, comprovante de endereço. O sistema precisa decidir em segundos se o documento é autêntico, se o rosto da selfie é da mesma pessoa e se a pessoa está viva diante da câmera, e não uma foto impressa ou uma tela. Errar para um lado barra cliente legítimo, errar para o outro abre conta para fraudador.

Você vai trabalhar nos modelos de visão desse fluxo: localização e correção de perspectiva do documento, leitura de campos, detecção de adulteração e de recaptura de tela, comparação facial e prova de vida. As imagens chegam de celulares muito diferentes, com pouca luz, reflexo, desfoque e compressão agressiva.

Os dados são sensíveis e escassos para fraude real, o que obriga a pensar em dados sintéticos, aumento controlado e avaliação cuidadosa por tipo de celular, de documento e de grupo de pessoas. Medimos aprovação de clientes legítimos, fraudes interceptadas, tempo de resposta e diferença de desempenho entre grupos.

O que você vai fazer:

• Treinar modelos de detecção de documento, leitura de campos e verificação de adulteração
• Desenvolver comparação facial e prova de vida com análise de ataques de apresentação
• Montar dados de treino e de teste com cuidado para o vazamento entre pessoas e documentos
• Criar aumento de dados que simule baixa luz, reflexo, desfoque e recaptura
• Avaliar desempenho por modelo de celular, tipo de documento e grupo demográfico
• Otimizar a inferência para latência baixa em servidor e, quando possível, no aparelho
• Definir limiares com o time de risco e acompanhar o custo de cada tipo de erro
• Proteger as imagens com retenção mínima, acesso restrito e anonimização em experimentos

Requisitos:

• Domínio de visão computacional com redes neurais em PyTorch
• Experiência com treino em GPU e depuração de problemas de dados
• Conhecimento de métricas de verificação, como taxa de falsa aceitação e de falsa rejeição
• Atenção a viés e a diferença de desempenho entre grupos de pessoas
• Otimização de inferência para baixa latência
• Cuidado com privacidade ao lidar com documentos e rostos

Diferenciais:

• Experiência com leitura óptica de documentos e de campos estruturados
• Conhecimento de ataques de apresentação e de deepfake
• Geração de dados sintéticos com validação
• Prática com modelos no aparelho do usuário

Como é trabalhar aqui:

Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Cada modelo novo é comparado com o anterior por tipo de aparelho e de documento antes de ir ao ar. O código de treino é revisado por colegas, e os casos de erro mais caros são analisados em conjunto toda semana. A privacidade das imagens é tratada como requisito de projeto, não como etapa final. 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
• OpenCV
• OCR
• Detecção de fraude
• Redes convolucionais
• ONNX
• Docker
• Git

Seus dados:

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