Engenheiro(a) de Deep Learning Pleno (OCR de Documentos em Seguros)
Sobre a vaga
Vaga aberta de Engenheiro(a) de Deep Learning Pleno (OCR de Documentos em Seguros). 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.
Quem abre um sinistro ou contrata um seguro pelo celular fotografa a CNH, o documento do veículo, o laudo ou o orçamento. As fotos chegam inclinadas, com sombra, reflexo, dedo na borda e manuscrito misturado ao texto impresso. O OCR de uso geral erra justamente nos campos que importam, como o número do chassi, a placa e a data, e cada erro volta como uma ligação ou um pedido de nova foto.
Você vai construir e treinar o conjunto de modelos de visão que localiza o documento, corrige a perspectiva, detecta as regiões de texto e reconhece os caracteres, com tratamento específico para os campos críticos. O modelo precisa ser rápido o bastante para dar retorno enquanto a pessoa ainda está com a câmera aberta, e as imagens contêm dados pessoais que não podem circular fora do ambiente controlado.
O que mede o trabalho é a taxa de erro por caractere e por campo, o percentual de fotos aceitas na primeira tentativa, a latência por imagem e o custo de GPU por mil documentos.
O que você vai fazer
- Montar e rotular o conjunto de imagens por tipo de documento, qualidade de captura e dispositivo
- Treinar o detector de documento e a correção de perspectiva para fotos inclinadas e com sombra
- Treinar e ajustar os modelos de detecção e reconhecimento de texto para fonte impressa e manuscrita
- Criar validação específica para placa, chassi, datas e números de documento
- Medir a taxa de erro por campo e por tipo de falha, como reflexo, desfoque e corte
- Otimizar o modelo para inferência em GPU com ONNX e quantização, dentro da meta de latência
- Devolver ao aplicativo o motivo da recusa de foto, para a pessoa corrigir na hora
- Proteger as imagens com acesso restrito, retenção mínima e anonimização nos conjuntos de treino
Requisitos
- Redes neurais para visão computacional, com PyTorch
- Fundamentos de OCR: detecção de texto, reconhecimento e pós-processamento
- Aumento de dados que simule captura por celular
- Treino em GPU e controle de experimentos
- Métricas de OCR e leitura de erros por fatia de dados
- Docker e Git no fluxo de entrega
Diferenciais
- Modelos de análise de layout e de leitura de documentos
- Inferência em dispositivo móvel ou em borda
- Dados sintéticos para campos raros
- Detecção de documento adulterado ou fotografado de tela
- Cuidado com dados pessoais de imagem, dentro da LGPD
Como é trabalhar aqui
Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Cada experimento é registrado com os dados, a configuração e o resultado por fatia, e as mudanças de modelo passam por revisão antes do uso. Uma amostra de fotos recusadas e aceitas é revisada toda semana com a equipe de atendimento. 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.