Engenheiro(a) de Deep Learning Pleno (Análise de Imagens no Mercado Imobiliário)
Sobre a vaga
Vaga aberta de Engenheiro(a) de Deep Learning Pleno (Análise de Imagens no Mercado Imobiliário). A empresa contratante é confidencial neste anúncio, e a seleção é conduzida pela Sylision. Modelo 100% remoto. Contratação: tempo integral, CLT ou PJ.
Publicada em 02/11/2026.
Fotos de imóveis são a primeira coisa que o comprador vê, e hoje chegam sem padrão: celular na vertical, cômodos mal iluminados, fotos duplicadas, imagens de outro imóvel e até documento no meio das fotos. Você vai construir os modelos que analisam essas imagens: classificar o cômodo, detectar a qualidade e a duplicidade, identificar características como piso, varanda e armários e sinalizar conteúdo indevido.
São problemas de visão com dados difíceis. Rótulos de cômodo são ambíguos, como cozinha americana integrada à sala, as classes são desbalanceadas, e fotos de uma mesma lista têm de ser tratadas em conjunto para não vazar entre treino e validação. Os modelos rodam em escala sobre milhões de imagens, então otimização para inferência, exportação e custo por imagem importam tanto quanto a acurácia.
Mede-se precisão e cobertura por classe, taxa de duplicatas encontradas, tempo por imagem e custo por mil imagens. Os dados incluem rostos e placas de carro, e exigem tratamento de privacidade.
O que você vai fazer
- Organizar o conjunto rotulado por cômodo, característica e qualidade, com guia de rotulagem
- Treinar classificação e detecção em PyTorch, com fine tuning de modelos pré-treinados
- Construir a detecção de fotos duplicadas e quase duplicadas com embeddings
- Tratar desbalanceamento de classes e separar treino e validação por anúncio
- Desfocar rostos e placas nas imagens publicadas
- Exportar para ONNX e otimizar a inferência em GPU para processar o volume
- Criar o conjunto de teste por classe e acompanhar precisão e cobertura
- Analisar erros e decidir quais imagens novas rotular
Requisitos
- Redes neurais para visão, com PyTorch ou TensorFlow, incluindo transferência de aprendizado
- Classificação, detecção e embeddings de imagem
- Tratamento de dados desbalanceados e validação por grupo
- Métricas por classe e leitura crítica de matriz de erro
- Docker e noção de otimização de inferência
- Python limpo, com teste e Git
Diferenciais
- Treino distribuído e precisão mista
- Quantização e exportação para TensorRT
- Busca por similaridade em escala
- Aprendizado ativo para escolher o que rotular
Como é trabalhar aqui
Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em Minas Gerais. Cada versão de modelo é comparada com o conjunto de teste fixo antes de ir ao ar, e a revisão olha o desempenho por classe, não só a média. O time registra dados e configuração de cada treino para qualquer resultado poder ser reproduzido. 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
Vagas parecidas
Como funciona o processo
- Você envia o currículo uma única vez. Ele entra no banco da Sylision e vale para os processos compatíveis, os de hoje e os que abrirem depois.
- A busca é feita por pessoas: quando surge um processo que combina com o que você faz, a gente chama, normalmente por WhatsApp.
- Os seus dados são tratados conforme a LGPD, e a remoção é feita a qualquer momento, a seu pedido.
Antes de aceitar qualquer proposta
A Sylision existe para você saber onde está entrando
Nós somos um acervo público sobre como as empresas funcionam por dentro, feito de respostas de quem já saiu delas. Dá para ver quanto tempo as pessoas ficavam, quantas saíram no último ano e o que mudou de um ano para o outro, antes de você responder a uma proposta.
As vagas são uma porta. O que a gente faz é isto, e ele só existe porque quem já saiu respondeu. Leva de 2 a 3 minutos, é de múltipla escolha, e não pede CPF nem e-mail.
Candidate-se a esta vaga
Anexe o seu currículo. Ele vale para esta vaga e para os próximos processos compatíveis, sem refazer cadastro.