Engenheiro(a) de Deep Learning Sênior (Análise de Imagens em Meios de Pagamento)

Vaga aberta de Engenheiro(a) de Deep Learning Sênior (Análise de Imagens em Meios de Pagamento) . 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: No cadastro de lojistas e na prova de vida de pessoas que abrem conta, o fluxo exige foto de documento e foto do rosto. As imagens chegam de celulares baratos, com pouca luz, reflexo no plástico do documento, dedo sobre o campo e recortes tortos. Você vai construir os modelos de visão que leem esses documentos, verificam se o documento é autêntico e comparam o rosto, para aprovar rápido quem é legítimo e barrar fraude. Os erros custam nos dois sentidos. Falso positivo frustra uma pessoa honesta e perde um cliente na etapa de cadastro; falso negativo deixa passar um documento adulterado ou uma foto de foto. Há ataques específicos, como impressão do rosto de outra pessoa, tela de celular e deepfake, e o conjunto de dados precisa representar esses casos. Também existe viés: a taxa de erro da comparação facial precisa ser medida por tom de pele, gênero e faixa etária, e não só em média. Como sênior, você decide as arquiteturas, os dados que faltam rotular, a otimização para responder em menos de um segundo no celular ou no servidor, e responde por demonstrar que o desempenho é parecido entre grupos. O que você vai fazer: Treinar modelos de detecção de documento, leitura de campos e verificação de autenticidade Construir e manter o conjunto rotulado, incluindo ataques de apresentação e imagens ruins reais Medir falsos positivos e falsos negativos em cada etapa e por grupo demográfico Otimizar a inferência com ONNX, quantização e GPU para latência baixa em produção Aplicar aumento de dados que reproduza reflexo, desfoque, pouca luz e recortes tortos Tratar imagens biométricas como dado pessoal sensível, com retenção e acesso mínimos conforme a LGPD Monitorar a taxa de rejeição e de fraude após a implantação e retreinar com os novos casos Requisitos: Visão computacional com redes convolucionais e transformadores de visão PyTorch ou TensorFlow com treino em GPU Métricas por classe e por grupo, e análise de erros em conjuntos desbalanceados Otimização de modelos para inferência, como ONNX e quantização Cuidado com dados biométricos e com viés em reconhecimento facial Docker, Git e revisão de código Diferenciais: Ter trabalhado com leitura de documentos ou com verificação de identidade Conhecimento de detecção de ataques de apresentação e de deepfake Experiência com modelos executados no próprio dispositivo Prática com rotulagem ativa para escolher as próximas imagens a rotular Como é trabalhar aqui: Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Cada modelo novo vem com um relatório de erros por grupo e por tipo de imagem, revisado por outra pessoa antes de entrar. Casos reais mal classificados voltam toda semana para o conjunto de treino. 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 Visão computacional CUDA ONNX Docker Git Seus dados: tratado conforme a LGPD, com remoção a qualquer momento, a pedido. #J-18808-Ljbffr Sylision