Engenheiro(a) de Deep Learning Pleno (Visão Computacional no Agronegócio)
Sobre a vaga
Vaga aberta de Engenheiro(a) de Deep Learning Pleno (Visão Computacional no Agronegócio). 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.
Drones, tratores com câmera e satélites geram imagens de lavouras o ano todo. Em cada imagem há informação que o agrônomo hoje busca à mão: falhas de plantio, plantas daninhas entre as linhas, sinais de doença nas folhas, contagem de plantas e estágio de maturação. Você vai construir modelos de visão computacional que leem essas imagens e transformam em mapas de área e em contagens que a equipe de campo usa para decidir onde agir.
A lavoura é um cenário difícil. A luz muda com a hora e a nuvem, a mesma doença tem aparência diferente em cada cultivar e estágio, a planta daninha se parece com a cultura quando pequena e o ground truth é caro porque exige agrônomo rotulando pixel a pixel. Também há restrição de execução: o trator e o drone têm hardware limitado e conexão fraca, e a decisão de pulverizar só em manchas exige resposta quase em tempo real.
Medimos pela qualidade da segmentação e da detecção por cultura e por estágio, por área tratada desnecessariamente e pela velocidade da inferência no equipamento. Como pleno, você assume sozinho a frente de modelos de visão, do conjunto de dados à implantação.
O que você vai fazer
- Montar conjuntos de imagens rotulados com agrônomos, usando rotulagem ativa para economizar esforço
- Treinar modelos de segmentação e de detecção para falhas, daninhas, doenças e contagem de plantas
- Avaliar por cultura, estágio, hora do dia e sensor, para entender onde o modelo falha
- Tratar variação de luz, sombra e resolução com aumento de dados e normalização cuidadosa
- Otimizar os modelos com ONNX, quantização e redução de resolução para rodar no equipamento
- Empacotar a inferência em Docker e validar o desempenho em campo
- Gerar mapas de aplicação a partir das previsões, com limites de confiança por área
- Documentar quando o modelo não é confiável e o que fazer nesses casos
Requisitos
- Prática em treinar e avaliar modelos de segmentação e de detecção em imagens reais
- PyTorch ou TensorFlow no nível de construir e depurar laços de treino próprios
- Conhecimento de otimização de inferência para equipamento com recursos limitados
- Rigor na construção do conjunto de teste, separado por talhão e por data
- Python e Docker para empacotar e implantar
- Comunicação com agrônomos para entender o que o erro significa na lavoura
Diferenciais
- Ter trabalhado com imagens aéreas, multiespectrais ou de satélite
- Conhecimento de índices de vegetação e de fenologia das culturas
- Experiência com aprendizado semissupervisionado ou autossupervisionado
- Noção de agricultura de precisão e de aplicação em taxa variável
- Interesse por trabalhar entre o escritório e a lavoura
Como é trabalhar aqui
Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Cada versão do modelo é apresentada com os números por cultura e estágio antes de ir ao campo, e os erros vistos pelos agrônomos voltam para o conjunto de treino. O ritmo acompanha as safras, com ciclos curtos de teste em campo e revisões de código entre pares. 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.