Engenheiro(a) de Deep Learning Sênior (Linguagem Natural na Indústria)
Sobre a vaga
Vaga aberta de Engenheiro(a) de Deep Learning Sênior (Linguagem Natural 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 05/11/2026.
No chão de fábrica e nos departamentos de qualidade e compras, o texto livre se acumula: relatos de operadores sobre falhas, descrições de não conformidade, e-mails de fornecedores e laudos escritos à mão e digitalizados. Você vai construir modelos de linguagem natural, treinados e servidos pela própria empresa, que classificam, extraem entidades e resumem esse material em português técnico, cheio de abreviações e erros de digitação.
O trabalho cobre o ciclo inteiro de um modelo de rede neural: construir e limpar o conjunto rotulado com apoio dos especialistas, treinar em GPU variando arquitetura, tamanho de contexto e estratégia de balanceamento, e medir com as métricas do problema. Para classificar tipos de falha, acurácia média esconde o fato de que a classe rara e grave, como risco de segurança, é a que mais importa; por isso a medida é revocação por classe crítica e erro por origem do texto.
Depois vem a inferência: reduzir latência e custo com quantização, exportação para ONNX e agrupamento de requisições, sem perder a qualidade medida. Em produção, você acompanha mudança de vocabulário, como uma nova linha de produto, que degrada o modelo sem aviso.
O que você vai fazer
- Montar e revisar conjuntos rotulados com protocolo de anotação e medida de concordância
- Treinar modelos de classificação e extração de entidades em português técnico
- Ajustar arquitetura, balanceamento e regularização com experimentos rastreados
- Avaliar por classe e por origem do texto, priorizando as classes críticas
- Otimizar a inferência com quantização, ONNX e agrupamento de requisições
- Empacotar o modelo em contêiner com testes de regressão de qualidade
- Monitorar deriva de vocabulário e planejar o retreino
- Orientar o time sobre padrões de treino reprodutível e de revisão de experimento
Requisitos
- Redes neurais para texto com PyTorch ou TensorFlow, incluindo modelos do tipo transformer
- Treino em GPU e depuração de problemas de convergência e memória
- Construção de conjuntos rotulados e análise de erro
- Preparo de modelos treinados para rodar em produção com custo menor
- Docker e noções de servir modelo em produção
- Capacidade de decidir padrões técnicos e orientar colegas
Diferenciais
- Ajuste de modelos pré-treinados em português
- Aprendizado ativo para reduzir custo de rotulagem
- Contato com reconhecimento de fala ou texto manuscrito digitalizado
- Uso de perfilador de GPU para achar gargalo
Como é trabalhar aqui
Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Os treinos ficam registrados com semente, versão de dados e métricas, para qualquer pessoa reproduzir. Mudanças no modelo passam por revisão e por comparação em conjunto fixo antes de seguir para produção. 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.