Engenheiro(a) de Deep Learning Pleno (Reconhecimento de Fala no Varejo)
Sobre a vaga
Vaga aberta de Engenheiro(a) de Deep Learning Pleno (Reconhecimento de Fala no Varejo). 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.
A central de atendimento de uma rede de varejo e o televendas gravam milhares de horas de ligação por semana, em áudio telefônico estreito, com ruído de loja ao fundo, sotaques de todo o país e um vocabulário cheio de nomes de produto, marca e código de promoção. O modelo de reconhecimento de fala tem de transcrever isso para alimentar o preenchimento do pedido e a análise de atendimento.
O modelo genérico tropeça justamente no que vale dinheiro: o nome da marca, a medida do eletrodoméstico, o número do pedido ditado dígito a dígito. Também há o requisito de tempo, porque a transcrição parcial tem de aparecer enquanto a pessoa ainda fala. Você vai adaptar e treinar o modelo, e levá-lo à inferência dentro de um orçamento de GPU.
O que mede o trabalho é a taxa de erro de palavras, separada para termos de produto e para números, a latência entre a fala e o texto parcial e o custo de GPU por hora de áudio.
O que você vai fazer
- Preparar o conjunto de áudio: segmentação, limpeza, normalização e amostragem por região e por tipo de ruído
- Definir com a anotação as regras de transcrição para números, siglas e nomes de marca
- Adaptar o modelo acústico e de linguagem ao vocabulário de varejo
- Treinar em GPU com aumento de dados que simule canal telefônico e ruído de ambiente
- Medir a taxa de erro de palavras por fatia, e não só a média geral
- Exportar para ONNX e reduzir latência com quantização e processamento em lote
- Construir a transcrição em fluxo com texto parcial estável
- Monitorar a qualidade em produção com amostras revisadas por pessoas
Requisitos
- Redes neurais para fala ou para áudio, com PyTorch
- Processamento de sinal de áudio: espectrogramas, taxa de amostragem e ruído
- Treino em GPU, com controle de experimento e reprodutibilidade
- Métricas de reconhecimento de fala e leitura de erros por categoria
- Noção de exportação e otimização para inferência
- Docker e Git no fluxo de entrega
Diferenciais
- Reconhecimento de fala em fluxo contínuo
- Modelos de linguagem para correção de vocabulário específico
- TensorRT ou outro motor de inferência acelerada
- Separação de falantes, para distinguir atendente e cliente
- Cuidado com anonimização de áudio e gravações, de acordo com a LGPD
Como é trabalhar aqui
Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em Minas Gerais. O trabalho anda em ciclos curtos de treino e avaliação, e cada experimento deixa registrado o que mudou e o efeito na taxa de erro por fatia. Há revisão de código e conversa semanal com a equipe que usa as transcrições para entender os erros que mais atrapalham. 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.