Engenheiro(a) de Deep Learning Sênior (Reconhecimento de Fala na Logística)
Sobre a vaga
Vaga aberta de Engenheiro(a) de Deep Learning Sênior (Reconhecimento de Fala na Logística). 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.
Motoristas e conferentes de pátio registram ocorrências por voz, com ruído de motor, empilhadeira e vento, em português falado de muitas regiões. Hoje essa fala vira texto com erro alto em termos do ofício: número de nota, placa, código de doca, nome de rota. Cada erro vira um retrabalho de digitação ou um registro trocado no sistema de pátio.
Seu trabalho é treinar e colocar em produção um modelo de reconhecimento de fala para esse cenário. Isso começa pelo dado: gravações rotuladas com transcrição revisada, separação por locutor e por ambiente, aumento com ruído real e vocabulário de domínio. Segue pelo treino em GPU de um modelo de fala adaptado ao português, pela inferência dentro de um limite de latência e pela medição honesta do erro por palavra e, principalmente, do erro nos termos que importam, como números e placas.
Funcionou quando a taxa de erro por palavra cai nos trechos com ruído, quando a transcrição de placas e notas passa de um limite de acerto combinado com a operação e quando a latência no aparelho de campo fica dentro do que o motorista tolera.
O que você vai fazer
- Montar o conjunto de áudio rotulado, com amostragem por ambiente, sotaque e dispositivo
- Treinar e ajustar modelos de fala em PyTorch com GPU
- Incluir vocabulário de logística e normalizar números, placas e códigos na saída
- Medir erro por palavra geral e erro nos termos críticos, separado por ruído
- Exportar para ONNX e reduzir latência e memória da inferência
- Publicar o serviço de transcrição em contêiner com monitoramento de acerto
- Criar o ciclo de revisão de transcrições erradas para realimentar o treino
- Definir o padrão de avaliação de fala e orientar outras pessoas no uso
Requisitos
- Deep learning aplicado a áudio ou fala, com PyTorch ou TensorFlow
- Entendimento de espectrogramas, extração de características e arquiteturas de reconhecimento de fala
- Treino em GPU com CUDA e controle de experimentos
- Redução de latência de inferência com ONNX e quantização
- Rigor para medir o erro por palavra e analisar onde o modelo falha
- Boa comunicação com a operação que usa o resultado
Diferenciais
- Aumento de áudio com ruído de motor e eco de galpão
- Modelo de linguagem para corrigir a saída do reconhecedor
- Execução em aparelhos móveis ou de borda
- Conhecimento do português falado em diferentes regiões
- Experiência com rotulagem de áudio e revisão de qualidade
Como é trabalhar aqui
Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. O treino roda com experimentos registrados, e nenhum modelo vai para produção sem relatório de erro por tipo de termo e revisão de outra pessoa. As entregas saem em ciclos curtos, com amostras de áudio reais para ouvir os erros em conjunto. 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.