Engenheiro(a) de Deep Learning Sênior (Reconhecimento de Fala na Educação)
Sobre a vaga
Vaga aberta de Engenheiro(a) de Deep Learning Sênior (Reconhecimento de Fala na Educação). 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.
Uma plataforma de ensino de idiomas e de leitura em português pede que alunos falem ao dispositivo. O sistema precisa transcrever, comparar com o texto esperado e dar retorno sobre pronúncia, tudo em poucos segundos e em celulares de entrada, com ruído de sala, voz de criança e sotaques de todo o país. Você vai construir e otimizar o modelo de reconhecimento de fala que sustenta isso.
A dificuldade é de dados e de variação. Fala infantil tem acústica diferente da adulta, e modelos treinados em áudio de adultos erram bem mais nela. Sotaque regional, cortes por conexão ruim e palavra mal pronunciada que o modelo corrige sozinho para a palavra certa escondem exatamente o erro que o aluno precisa ver. A métrica de taxa de erro por palavra isoladamente não revela isso.
Você cuida do treino em GPU, da escolha entre ajuste de um modelo aberto e treino próprio, da conversão para inferência no servidor ou no aparelho e das métricas por faixa etária, sotaque e ambiente. Como sênior, define o padrão de avaliação, trata regressões e orienta outras pessoas do time.
O que você vai fazer
- Preparar e validar corpora de fala, com consentimento, anonimização e proteção de dados de crianças
- Treinar e ajustar modelos de reconhecimento de fala em PyTorch, com aumento de dados de ruído
- Medir taxa de erro por palavra por faixa etária, sotaque e qualidade de áudio
- Detectar erro de pronúncia que o modelo de linguagem do reconhecedor estaria disfarçando
- Otimizar para inferência com quantização, ONNX e processamento em fluxo
- Definir a latência-alvo e acompanhar o percentil 95 em produção
- Investigar regressões após cada atualização de modelo
- Orientar outras pessoas e documentar o protocolo de avaliação
Requisitos
- Reconhecimento automático de fala, com modelos de atenção e transformadores de áudio
- Treino em GPU com PyTorch e manejo de dados de áudio
- Métricas de fala, como taxa de erro por palavra e por caractere, e análise por subgrupo
- Otimização de inferência, em lote e em fluxo
- Conhecimento de cuidados com dados pessoais e de crianças
- Decisão de desenho e orientação de colegas
Diferenciais
- Fala infantil e adaptação a domínio
- Avaliação de pronúncia e alinhamento forçado
- Inferência no aparelho com modelos pequenos
- Síntese de fala para gerar exemplos
- Conhecimento de fonética do português
Como é trabalhar aqui
Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Os experimentos são registrados com dados, configuração e resultado por subgrupo, e revisados em par antes de qualquer mudança em produção. O time se reúne toda semana para ouvir exemplos de erro. 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.