Engenheiro de Deep Learning Sênior; Visão Computacional na Educação
-
Science
Job Description & How to Apply Below
Vaga aberta de Engenheiro(a) de Deep Learning Sênior (Visão Computacional 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:Escolas e cursos preparatórios recebem milhares de folhas de resposta e de provas escritas à mão, fotografadas por celular ou digitalizadas em scanner de baixa qualidade. Hoje a leitura das marcações e a transcrição de respostas curtas são feitas por equipe, com atraso de dias e erros de digitação. O que se pede é um sistema de visão computacional que leia a folha, localize as alternativas marcadas, identifique rasuras e transcreva campos manuscritos.
O problema real está nos casos feios: foto torta e com sombra, marca de lápis fraca, aluno que apaga e remarca, folha dobrada, letra pouco legível. Você vai desenhar os modelos de detecção, de classificação de marcação e de reconhecimento de texto manuscrito, montar o processo de rotulagem com revisores, treinar em GPU e levar a inferência para um custo compatível com a escala, usando quantização e exportação para ONNX.
A métrica que importa é por tipo de erro. Marcar errado a resposta de um aluno tem custo muito maior do que mandar a folha para revisão, então o sistema precisa saber quando não tem certeza. Você define limiares por campo, mede a taxa de erro por campo e a proporção de folhas que dispensam revisão, e responde pelo comportamento do modelo em produção, incluindo o retreino quando aparece um novo modelo de folha.
Oque você vai fazer:
- Projetar a arquitetura de visão para alinhar a folha, detectar campos e ler as marcações
- Treinar modelos de reconhecimento de texto manuscrito para campos curtos
- Montar o processo de rotulagem e de revisão de dados difíceis, como rasura e marca fraca
- Calibrar a confiança e definir quando a folha vai para revisão humana
- Reduzir o custo de inferência com quantização e exportação para ONNX
- Medir erro por campo e por tipo de folha e conduzir o retreino com dados novos
- Definir o padrão de experimento e orientar outras pessoas do time
- Visão computacional com redes convolucionais ou transformadores, de detecção a classificação
- PyTorch com domínio de treino em GPU e depuração de treino
- Aumento de dados e tratamento de desbalanceamento em rótulos difíceis
- Otimização para inferência: quantização, ONNX e perfil de latência
- Métricas por tarefa e leitura de matriz de erro orientada ao custo do erro
- Decisão de arquitetura e responsabilidade pelo resultado em produção
- Prática com reconhecimento óptico e texto manuscrito
- Conhecimento de calibração de probabilidade e rejeição de exemplos incertos
- Ter operado um fluxo de rotulagem com revisores
- Experiência com inferência em dispositivo móvel ou em servidor com GPU compartilhada
Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Resultados de experimentos e decisões de arquitetura ficam registrados e são discutidos em revisão com o time. Você acompanha as folhas enviadas à revisão humana para entender o que o modelo ainda não aprendeu. 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 Total Pass e Mediquo
- Cuidado com a saúde mental pelo programa Team Care
- Contratação e jornada definidas com a empresa contratante
- Python
- Py Torch
- Tensor Flow
- CUDA
- ONNX
- Visão computacional
- OCR
- Quantização
- Docker
- Git
tratados conforme a LGPD, com remoção a qualquer momento, a pedido.
(If this job is in fact in your jurisdiction, then you may be using a Proxy or VPN to access this site, and to progress further, you should change your connectivity to another mobile device or PC).
View / Apply for Jobs
Matching My Jurisdiction