Engenheiro de Deep Learning Sênior; Visão Computacional na Logística)

Vaga aberta de Engenheiro(a) de Deep Learning Sênior (Visão Computacional na Logística). 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:

Em um centro de distribuição, câmeras fixas em esteiras e em docas fotografam volumes em movimento. Cada imagem precisa responder rápido a quatro perguntas: qual é a etiqueta, quais são as dimensões do volume, existe avaria visível e quantos itens há no pallet que acabou de passar. A resposta alimenta o desvio da esteira e o registro de recebimento, então um erro vira volume na rota errada.

O que dá errado é previsível e caro. Filme plástico reflete a luz, etiqueta dobrada perde o código, o turno da noite muda a iluminação e uma embalagem nova aparece sem que o modelo tenha visto algo parecido. Você vai desenhar o conjunto de dados rotulados, o treino e a otimização para inferência em GPU embarcada, de modo que o modelo acompanhe a cadência da esteira sem acumular fila de quadros.

O resultado se mede por taxa de leitura na primeira passada, falsos alarmes de avaria por mil volumes e latência por quadro no percentil 99. Como sênior, você também decide o que vai para produção, trata o incidente quando a leitura cai de madrugada e define o padrão que o resto do time segue.

O que você vai fazer:

• Definir o protocolo de rotulagem de volumes, etiquetas e avarias com critérios que dois rotuladores repitam
• Treinar e comparar detectores e segmentadores de objetos em GPU, com validação separada por doca e por turno
• Converter modelos para ONNX e TensorRT e medir latência por quadro no equipamento real
• Projetar a coleta ativa de quadros difíceis, a partir dos erros vistos na operação
• Montar o painel de métricas por câmera, com alerta quando a leitura na primeira passada cai
• Investigar incidentes de desvio errado, voltando do volume ao quadro e ao modelo
• Revisar o código e os experimentos de outras pessoas do time
• Documentar o padrão de entrega de modelos de visão, do dado ao serviço

Requisitos:

• Redes convolucionais e transformers de visão aplicados a detecção e segmentação
• PyTorch com treino em GPU, incluindo aumento de dados e controle de desbalanceamento
• Métricas de visão além da acurácia, como precisão por classe, recall de avaria e erro de medida
• Otimização para inferência, com quantização, ONNX e noção de TensorRT
• Capacidade de decidir desenho e trade-off entre custo de GPU e qualidade do resultado
• Comunicação clara com operação de armazém e com o time de plataforma

Diferenciais:

• Calibração de câmera e medição de dimensões por imagem
• Leitura de códigos de barras e QR sob distorção e baixa resolução
• Servir modelos com Triton ou serviço equivalente
• Rotulagem assistida por modelo para baixar o custo de anotar quadros
• Ter publicado um projeto de visão com dados próprios

Como é trabalhar aqui:

Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. O trabalho é em ciclos curtos: um experimento só vira entrega depois de revisado por outra pessoa e de passar pela medição em quadros reais da operação. Os números por câmera aparecem num painel que o time olha toda semana. 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
• Visão computacional
• OpenCV
• ONNX
• CUDA
• TensorRT
• Docker
• Git

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