Engenheiro(a) de Deep Learning Sênior (Detecção de Objetos em Vídeo em Bancos Digitais)
Sobre a vaga
Vaga aberta de Engenheiro(a) de Deep Learning Sênior (Detecção de Objetos em Vídeo em Bancos Digitais). 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.
Antes de abrir uma conta em um banco digital, a pessoa grava um vídeo curto segurando o documento e mostrando o rosto. Você vai treinar e levar a produção modelos de detecção de objetos que encontram documento, mão, rosto e telas ao fundo em cada quadro do vídeo, para barrar fraude por foto de tela, documento de papel impresso e uso de máscara.
As dificuldades estão nos casos reais: celulares baratos com câmera ruim, pouca luz, reflexo no plástico do documento, dedo cobrindo o campo, vídeo com quadros comprimidos. Os rótulos de fraude são raros e mudam conforme os fraudadores se adaptam. A métrica precisa tratar o custo assimétrico: barrar um cliente legítimo e deixar passar uma fraude têm preços diferentes.
O modelo roda no servidor e, em parte, no próprio celular, com limite de latência e de tamanho, o que pede otimização com quantização, ONNX e escolha cuidadosa da arquitetura. A imagem de documento é dado pessoal sensível: o armazenamento e o descarte têm regras claras.
O que você vai fazer
- Montar e curar o conjunto rotulado de vídeos, incluindo exemplos de fraude e casos difíceis de câmera
- Treinar detectores de objetos para documento, mão, rosto e tela e avaliar por tipo de erro
- Aplicar aumento de dados que simule iluminação, compressão e reflexo
- Definir limiar de decisão com o time de risco a partir do custo de cada erro
- Otimizar o modelo para o servidor e para o celular, medindo latência e perda de precisão
- Monitorar deriva de dados por aparelho e por novo tipo de fraude
- Cuidar do descarte e do acesso às imagens, em acordo com LGPD
Requisitos
- PyTorch ou TensorFlow em visão computacional, com detecção de objetos
- Montagem de conjunto de dados, rotulagem e controle de qualidade de rótulo
- Avaliação com métricas por classe e por condição de captura
- Otimização de inferência com ONNX, quantização e perfilamento
- Docker e entrega de modelo em serviço
- Noção de LGPD aplicada a imagem biométrica
- Clareza em relatórios de experimento
Diferenciais
- Trabalho com detecção de vivacidade ou de fraude documental
- Modelos leves para dispositivos móveis
- Treino com dados sintéticos
- Aprendizado com poucos exemplos de fraude
- Monitoramento de modelos de visão em produção
Como é trabalhar aqui
Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em Minas Gerais. Experimentos são registrados com versão de dados e métrica por condição, e a revisão de código é em par. Cada novo modelo roda em modo sombra ao lado do atual, e a decisão de troca é tomada com os números de falsos positivos e de fraude retida. 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.