Engenheiro(a) de Deep Learning Sênior (Análise de Imagens na Saúde)
Sobre a vaga
Vaga aberta de Engenheiro(a) de Deep Learning Sênior (Análise de Imagens na Saúde). 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.
Radiografias e tomografias chegam em DICOM, de aparelhos de fabricantes e épocas diferentes, com contraste, resolução e ruído distintos. O modelo que você vai levar para produção segmenta ou classifica achados para priorizar a fila de laudos, de modo que o exame com suspeita de urgência seja lido primeiro. A decisão clínica continua com o médico.
Os riscos são conhecidos. Um modelo bom no equipamento do treino cai quando a unidade troca de aparelho. Rótulos feitos por mais de um radiologista discordam. Acertar na média esconde falha em um achado raro e grave. Por isso a avaliação é por achado, com sensibilidade, taxa de verdadeiros negativos e calibração da confiança, e é refeita por fabricante e por unidade.
Você responde pelo desenho da rede, pelo treino em GPU, pela exportação para inferência rápida e pelo monitoramento depois do ar. O tempo entre a imagem entrar na fila e o alerta sair, e a taxa de falso negativo em achados críticos, são os números que o time acompanha.
O que você vai fazer
- Desenhar e treinar redes de segmentação e classificação para imagens médicas
- Definir o protocolo de rotulagem, medir discordância entre leitores e tratar rótulo ruidoso
- Montar a avaliação por achado, por fabricante e por unidade, com intervalos de confiança
- Calibrar a confiança do modelo e definir o limiar de alerta com a área clínica
- Otimizar para inferência com ONNX, quantização e agrupamento de requisições
- Tratar leitura de DICOM, janelamento e remoção de dado pessoal do cabeçalho
- Monitorar deriva de imagem após troca de equipamento e disparar reavaliação
- Definir padrão de experimento e orientar outras pessoas do time
Requisitos
- Domínio de PyTorch ou TensorFlow em visão computacional
- Conhecimento de arquiteturas de segmentação e de detecção
- Treino em GPU com atenção a memória, aumento de dados e desbalanceamento de classes
- Métricas de domínio: sensibilidade, verdadeiros negativos, curva ROC e calibração
- Exportação e otimização para produção, como ONNX
- Responsabilidade ao tratar dado de saúde e incidente de modelo
Diferenciais
- Manuseio de imagens DICOM com pydicom ou similar
- TensorRT ou outra aceleração de inferência
- Aprendizado com poucos rótulos, autossupervisionado ou ativo
- Contato com validação de software como dispositivo médico
- Explicabilidade visual, como mapas de ativação, para apoiar a leitura
Como é trabalhar aqui
Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Cada versão de modelo é discutida em revisão técnica com os números por achado na tela. Os incidentes viram documento curto com causa e ação, sem busca de culpado. 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.