Engenheiro de Deep Learning Sênior; OCR de Documentos no Setor de Energia)

Position: Engenheiro(a) de Deep Learning Sênior (OCR de Documentos no Setor de Energia)

Vaga aberta de Engenheiro(a) de Deep Learning Sênior (OCR de Documentos no Setor de Energia). 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:

Uma empresa de energia recebe todo mês dezenas de milhares de documentos: faturas de fornecedores, laudos de inspeção de transformadores, licenças ambientais, contratos de uso do sistema de distribuição e fichas manuscritas de campo. Parte chega como foto de celular, torta, com sombra e carimbo por cima do texto. Você constrói o modelo que lê esses documentos e entrega campos estruturados.

O trabalho vai da detecção de regiões e da leitura de texto impresso e manuscrito até a extração de campos como CNPJ, número de série do equipamento, data de inspeção e valores. As falhas que importam são o dígito trocado em um número de série, a tabela que perde uma linha e o documento de baixa qualidade que o modelo lê com confiança alta e errado.

Você mede por acerto por campo, taxa de erro por caractere, proporção de documentos lidos sem intervenção humana, latência por página e custo de GPU por mil páginas.

O que você vai fazer:

• Montar e curar o conjunto rotulado, com amostras difíceis de campo e de baixa resolução
• Treinar e ajustar modelos de detecção de layout e de reconhecimento de texto em Py Torch
• Calibrar a confiança para encaminhar à revisão humana o que for incerto
• Validar campos com regras, como dígito verificador e formato de número de série
• Exportar para ONNX e otimizar a inferência em GPU, medindo latência e vazão
• Criar um conjunto de avaliação fixo e acompanhar regressão a cada novo modelo
• Analisar os erros por tipo de documento e decidir o próximo ciclo de rotulagem
• Orientar outras pessoas do time e definir o padrão de treino e de entrega

Requisitos:

• Aprendizado profundo em visão computacional com Py Torch
• Prática com OCR, detecção de texto e extração de campos
• Otimização de inferência com ONNX, quantização ou equivalente
• Desenho de métricas por campo e por caractere, e não só acurácia geral
• Tratamento de dado de má qualidade e aumento de dados
• Decisão sobre desenho e responsabilidade por resultado em produção

Diferenciais:

• Ter lidado com texto manuscrito em português
• Conhecimento de modelos de layout de documentos
• Noção de rotulagem ativa para reduzir custo de anotação
• Prática de servir modelo com Triton ou equivalente

Como é trabalhar aqui:

Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Os modelos são revisados em conjunto, com os erros reais à vista, e cada versão só vai para produção depois de bater o conjunto de avaliação fixo. As decisões de dado e de treino ficam registradas junto ao código. 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

Tecnologias envolvidas:

• Python
• Py Torch
• OCR
• CUDA
• ONNX
• Visão computacional
• Docker
• Avaliação de modelos
• Git

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