Engenheiro(a) de Deep Learning Pleno (Detecção de Objetos em Vídeo na Educação)
Sobre a vaga
Vaga aberta de Engenheiro(a) de Deep Learning Pleno (Detecção de Objetos em Vídeo na Educação). 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 03/11/2026.
Instituições de ensino querem entender o que acontece em laboratórios, bibliotecas e quadras sem ninguém assistindo horas de gravação: ocupação de salas, uso de equipamentos, filas na entrada, itens deixados para trás e situações de risco como queda ou aglomeração perto de saída. Você vai criar modelos que detectam e acompanham objetos e pessoas em vídeo de câmeras já instaladas.
O cenário é difícil por causa da realidade escolar. A iluminação muda ao longo do dia, as câmeras ficam altas e inclinadas, estudantes se cruzam e se escondem uns atrás dos outros, e há regras estritas de privacidade, sobretudo quando as imagens envolvem menores. O sistema deve contar e alertar sem identificar ninguém, descartar o vídeo bruto o quanto antes e rodar em máquinas modestas dentro de cada unidade.
Medimos por precisão e cobertura de detecção por tipo de cena, por quadros processados por segundo no equipamento de borda e por alertas falsos por câmera por dia. Como pleno, você é responsável por toda a frente de detecção, do conjunto de dados à inferência otimizada.
O que você vai fazer
- Montar o conjunto de dados rotulado a partir de cenas reais, com anonimização na origem
- Treinar detectores e rastreadores de objetos e pessoas em PyTorch para as cenas de cada ambiente
- Avaliar com métricas de detecção e de rastreamento separadas por iluminação, ângulo e densidade
- Aplicar aumento de dados e rotulagem ativa para focar nos erros mais frequentes
- Converter e otimizar o modelo com ONNX, quantização e TensorRT para caber no equipamento de borda
- Empacotar a inferência em Docker e medir a taxa de quadros e o uso da GPU na unidade
- Definir regras de alerta sobre as detecções para reduzir falsos positivos
- Documentar limites do modelo e quando ele não deve ser usado como única fonte de decisão
Requisitos
- Prática em treinar e avaliar modelos de detecção e rastreamento em vídeo
- PyTorch ou TensorFlow no nível de escrever laço de treino e avaliação próprios
- Conhecimento de otimização para inferência, como conversão de formato, quantização e lotes
- Rigor na construção de conjunto de avaliação com cenas que o treino não viu
- Atenção a privacidade e proteção de dados de imagem, em especial de menores
- Python e Docker para empacotar o que foi treinado
Diferenciais
- Ter implantado modelos em equipamento de borda com GPU modesta
- Experiência com contagem de pessoas e estimativa de multidão
- Conhecimento de técnicas para preservar a privacidade, como desfoque e anonimização
- Noção de aprendizado semissupervisionado para reduzir rótulos manuais
- Interesse em ambiente educacional e de segurança escolar
Como é trabalhar aqui
Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em Minas Gerais. Treinos e conjuntos de avaliação são versionados, e cada mudança de modelo é apresentada com os números por tipo de cena antes de ir à unidade. O ritmo é de iterações curtas, com os alertas revisados em conjunto com a equipe de cada escola. 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.