Engenheiro(a) de Deep Learning Sênior (Análise de Imagens na Indústria)
Sobre a vaga
Vaga aberta de Engenheiro(a) de Deep Learning Sênior (Análise de Imagens na Indústria). 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 04/11/2026.
Em uma linha de produção, cada peça passa por uma estação com câmera e iluminação controlada, e hoje a decisão de aprovar ou rejeitar depende de inspetores cansados ao fim do turno. Defeitos como trinca fina, rebarba e mancha de acabamento são raros, variam com o lote e se confundem com reflexo e sujeira na lente.
Você vai desenhar e treinar os modelos de visão que classificam e localizam esses defeitos e entregá-los rodando ao lado da linha, em equipamento de borda, dentro do tempo de ciclo da peça. As dificuldades são a desproporção entre peças boas e defeituosas, o custo de rotular imagens com consistência entre inspetores e a deriva quando muda o fornecedor da matéria prima ou a luz do galpão.
O que conta é o equilíbrio entre falso rejeite, que gera retrabalho, e defeito que escapa, que chega ao cliente. Ambos são medidos por lote, junto com a latência por peça e o comportamento do modelo depois de cada mudança de turno ou de lote.
O que você vai fazer
- Definir com a qualidade o catálogo de defeitos e o protocolo de rotulagem
- Montar o conjunto de treino e de validação separado por lote, evitando vazamento
- Treinar modelos de classificação e de detecção, com aumento de dados e perda para classes raras
- Otimizar para inferência: quantização, exportação para ONNX e medição de latência no equipamento
- Implantar o modelo na estação com registro das imagens e das decisões
- Criar o ciclo de revisão humana dos casos incertos para realimentar o treino
- Monitorar deriva de imagem e de desempenho por lote e propor retreino
- Orientar outras pessoas do time em padrão de experimento e de avaliação
Requisitos
- Domínio de PyTorch e de arquiteturas de visão para classificação e detecção
- Experiência prática com treino em GPU e com depuração de treino que não converge
- Conhecimento de otimização e de exportação de modelos para inferência
- Rigor estatístico para escolher limiar de decisão com custo de erro assimétrico
- Cuidado com qualidade e consistência dos rótulos
- Capacidade de decidir desenho e responder por incidentes em produção
Diferenciais
- Conhecimento de TensorRT ou de aceleradores de borda
- Detecção de anomalia com poucas amostras defeituosas
- Noção de óptica e de iluminação industrial
- Integração com controladores e sistemas de rastreabilidade da planta
Como é trabalhar aqui
Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em Minas Gerais. O ritmo alterna semanas de experimento com entregas na linha em horários combinados com a produção. Todo modelo novo passa por um período de operação em paralelo à inspeção humana antes de decidir sozinho. 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.