Engenheiro(a) de Deep Learning Sênior (Reconhecimento de Fala em Mobilidade Urbana)
Sobre a vaga
Vaga aberta de Engenheiro(a) de Deep Learning Sênior (Reconhecimento de Fala em Mobilidade Urbana). 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.
O motorista não pode olhar a tela, e o passageiro com a mão ocupada quer pedir a corrida falando. O reconhecimento de fala precisa entender destinos como a rua com nome de pessoa, o número do prédio, o ponto de referência e o apelido do bairro, dentro de um carro com janela aberta, rádio ligado e trânsito. Você vai construir e otimizar o modelo que transforma essa fala em texto para o pedido.
Os desafios são específicos. Ruído que muda com a velocidade, sotaques de todas as regiões, nomes próprios que o modelo nunca viu, números falados de formas diferentes, como oito dois quatro ou oitocentos e vinte e quatro, e o tempo: a resposta tem de chegar em menos de um segundo depois que a pessoa para de falar, o que obriga a inferência em fluxo contínuo e modelos compactos para o celular ou para um servidor próximo.
Como engenheiro sênior, você define dados, protocolo de avaliação e arquitetura. A métrica principal é a taxa de erro de palavras, medida separadamente por ruído e por sotaque, junto da taxa de destinos corretamente identificados, que é o que importa para o usuário.
O que você vai fazer
- Montar o corpus de treino e de teste com áudio de condições reais: ruído de carro, sotaques e vozes diversas
- Treinar e ajustar modelos de reconhecimento de fala, com aumento de dados por ruído e por velocidade
- Integrar vocabulário de endereços e pontos de referência para melhorar nomes de rua
- Normalizar a transcrição de números, ordinais e abreviações
- Medir a taxa de erro de palavras e de destino por subgrupo e por ambiente
- Otimizar para inferência em fluxo: quantização, ONNX, corte de latência
- Tratar áudio como dado pessoal: retenção mínima, consentimento e anonimização
Requisitos
- Treino de modelos de reconhecimento de fala ou de processamento de áudio em PyTorch ou TensorFlow
- Entendimento de arquiteturas modernas, como codificadores com atenção e perda CTC
- Métricas de fala: taxa de erro de palavras, taxa de erro de caracteres e análise por subgrupo
- Otimização de inferência em fluxo: ONNX, quantização, perfilamento de GPU
- Aumento de dados de áudio e lida com dado desbalanceado
- Capacidade de decidir arquitetura, orientar outras pessoas e responder pelo resultado
- Cuidado com dados pessoais de voz, à luz da LGPD
Diferenciais
- Modelos de linguagem para reordenar hipóteses de transcrição
- Adaptação de domínio com poucos exemplos
- Execução em dispositivo móvel
- Conhecimento de fonética do português do Brasil
- CUDA para otimização de gargalos
Como é trabalhar aqui
Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. As decisões de arquitetura e de dados são registradas em documento e discutidas com pares antes dos treinos longos. Um painel de erro por ambiente e por sotaque é revisado a cada versão, e regressão em um subgrupo trava a liberação. 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.