Engenheiro(a) de Deep Learning Pleno (Detecção de Objetos em Vídeo em Mobilidade Urbana)
Sobre a vaga
Vaga aberta de Engenheiro(a) de Deep Learning Pleno (Detecção de Objetos em Vídeo em Mobilidade Urbana). 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.
Uma empresa de mobilidade urbana tem câmeras em ônibus, estações e cruzamentos. Você vai treinar redes neurais para detectar e acompanhar objetos no vídeo: pessoas na plataforma, veículos em faixa exclusiva, bicicletas e patinetes, pontos de superlotação. A saída alimenta a operação em tempo quase real.
O vídeo traz dificuldades concretas. Noite e chuva, câmera suja, pessoas pequenas e longe, oclusão em horário de pico, e a mesma pessoa que some e reaparece em outro quadro. Os dados rotulados precisam ser escolhidos com cuidado, porque rotular vídeo é caro, e rostos e placas exigem tratamento para a proteção de dados. O detector e o rastreador são avaliados juntos, com métricas como mAP e a consistência das identidades ao longo do tempo.
No equipamento da borda, a rede precisa rodar em dezenas de quadros por segundo com GPU limitada, o que pede quantização, poda e exportação para ONNX ou TensorRT. O sucesso é medido pela contagem correta nos casos difíceis, pela latência por quadro e pelo comportamento da rede quando a luz muda.
O que você vai fazer
- Preparar conjuntos de vídeo rotulados, com amostragem dos casos difíceis
- Treinar detectores e rastreadores em GPU e comparar arquiteturas
- Avaliar com mAP, erros de identidade e análise por condição de luz e clima
- Otimizar a inferência com quantização e exportação para ONNX ou TensorRT
- Implantar em dispositivos de borda e medir quadros por segundo
- Tratar rostos e placas conforme as regras de proteção de dados
- Monitorar a queda de qualidade em produção e planejar o retreino
Requisitos
- Autonomia para entregar uma frente de visão computacional do dado ao dispositivo
- PyTorch ou TensorFlow no dia a dia
- Detecção de objetos e rastreamento em vídeo
- Avaliação com métricas do domínio e análise de erros
- Noções de otimização de inferência e de uso de GPU
- Docker e Git
Diferenciais
- Treino com dados sintéticos ou aumento de dados específico para clima e luz
- Uso de TensorRT ou OpenVINO
- Aprendizado semissupervisionado para reduzir o custo de rotular
- Anonimização de imagens
- Atuação com câmeras de transporte ou de trânsito
Como é trabalhar aqui
Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Os experimentos ficam registrados com versão de dados, de código e de métricas. A revisão de código vale para treino e implantação, e o time analisa juntos os vídeos em que a rede errou, 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 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.