Engenheiro(a) de Deep Learning Sênior (Reconhecimento de Fala no Agronegócio)

Vaga aberta de Engenheiro(a) de Deep Learning Sênior (Reconhecimento de Fala no Agronegócio) . A empresa contratante é confidencial neste anúncio, e a seleção é conduzida pela Sylision. Nível: senior. Modelo de trabalho: 100% Remoto. Contratação: tempo integral, CLT ou PJ. Sobre a vaga: Quem trabalha no campo tem as mãos ocupadas e o celular com sinal ruim. Um aplicativo de apontamento precisa deixar o operador de colheitadeira ou o técnico de fazenda falar o que fez: talhão trabalhado, horas, insumo aplicado, parada por quebra. O áudio chega com ruído de motor, vento, distância do microfone e sotaques regionais diferentes, com vocabulário próprio como nomes de talhões e de produtos. Você vai desenvolver e otimizar o reconhecimento de fala para esse cenário. O trabalho cobre a coleta e a rotulagem de áudio de campo, o ajuste de um modelo de fala para ruído e sotaque, o vocabulário de domínio com nomes de produtos e de áreas, a detecção de voz para cortar o silêncio e a execução no celular, sem conexão, com modelo quantizado e baixa latência. O retorno ao servidor ocorre quando há sinal e serve para corrigir e melhorar. A métrica geral de erro de palavra não basta. Errar o número do talhão ou a quantidade de insumo custa mais que errar um artigo. Por isso você mede o erro por tipo de entidade, define quando o aplicativo confirma em voz alta o que entendeu e acompanha o desempenho por região e por tipo de máquina. Como sênior, decide a arquitetura, o padrão de experimento e orienta o time. O que você vai fazer: Planejar a coleta e a rotulagem de áudio em campo, com diversidade de ruído, sotaque e microfone Ajustar modelos de reconhecimento de fala a ruído de máquina e a vocabulário do setor Extrair entidades como talhão, produto e quantidade e medir o erro de cada tipo Otimizar a inferência para o celular com quantização e exportação para ONNX Definir a confirmação por voz quando a confiança é baixa Montar a rotina de melhoria contínua a partir das correções dos usuários Registrar experimentos, definir padrões e orientar outras pessoas do time Requisitos: Reconhecimento de fala e processamento de áudio com redes neurais PyTorch ou TensorFlow, com treino em GPU e depuração de treino Métricas de fala, como taxa de erro de palavra, e a leitura de erro por categoria Otimização para dispositivo: quantização, ONNX e medição de latência e de memória Construção de conjunto de dados com diversidade e controle de qualidade de rótulo Decisão de arquitetura de fala e responsabilidade pelo que roda em campo Diferenciais: Experiência com reconhecimento de fala em português do Brasil Aumento de dados de áudio com ruído e reverberação Prática com modelos que rodam sem conexão em celular Conhecimento do dia a dia de operação agrícola Como é trabalhar aqui: Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Resultados de experimentos e decisões de arquitetura são registrados e discutidos em revisão com o time. Você ouve gravações reais com os usuários de campo para entender o que o modelo não captou. 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 envolvidas: Python PyTorch TensorFlow CUDA ONNX Reconhecimento de fala Quantização Processamento de áudio Docker Git Seus dados: tratados conforme a LGPD, com remoção a qualquer momento, a pedido. #J-18808-Ljbffr Sylision