Engenheiro(a) de Deep Learning Sênior (Linguagem Natural na Saúde)

Vaga aberta de Engenheiro(a) de Deep Learning Sênior (Linguagem Natural na Saúde) . 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: Prontuários, evoluções de enfermagem e laudos são texto livre, cheio de abreviações, erros de digitação e termos que variam de um hospital para outro. Você vai treinar e levar a produção modelos de linguagem natural que reconhecem entidades clínicas (medicamento, dose, diagnóstico, negação) e classificam o texto por tipo de evento, para alimentar alertas e relatórios. As dificuldades são concretas: poucos exemplos rotulados e rotuladores que discordam, negação e incerteza que mudam o sentido ("sem febre", "descartar pneumonia"), siglas ambíguas e textos longos. A métrica precisa ser a do domínio, com precisão e revocação por entidade, e erro de dose não pode ser tratado como erro de grafia. O modelo roda em servidor com GPU limitada e responde ao fluxo do prontuário em tempo curto, o que pede destilação, quantização e exportação para ONNX sem perder a qualidade medida. Dado de paciente fica em ambiente controlado, com acesso registrado. O que você vai fazer: Definir com profissionais de saúde o esquema de rótulos e medir a concordância entre rotuladores Ajustar modelos de transformadores a textos clínicos em português Tratar negação, incerteza e abreviações com regras e aprendizado, e comparar as duas vias Avaliar por entidade e por serviço, com análise dos erros mais graves Reduzir o modelo com destilação e quantização, conferindo a perda de qualidade Exportar para ONNX e servir com limites de latência e de memória Montar monitoramento de deriva de vocabulário e rotina de reanotação Requisitos: PyTorch e treino de modelos de linguagem em GPU Avaliação de reconhecimento de entidades e classificação de texto Construção de conjuntos rotulados e leitura crítica da concordância Otimização de inferência: ONNX, quantização, lotes Cuidado com dado de saúde e noção de LGPD Escrita clara de relatórios de experimento Diferenciais: Corpus clínico em português ou vocabulário médico Aprendizado com poucos exemplos e rotulagem ativa Treino distribuído em mais de uma GPU Modelos de linguagem abertos ajustados com adaptadores Servir com TensorRT ou runtime equivalente Como é trabalhar aqui: Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Experimentos ficam registrados com semente, versão de dados e métrica, de modo que outra pessoa os reproduz. A revisão de código é em par, e os resultados de cada ciclo de treino são apresentados ao time clínico antes de qualquer promoção. 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 Transformers CUDA ONNX Quantização Docker Processamento de linguagem natural Seus dados: tratados conforme a LGPD, com remoção a qualquer momento, a pedido. #J-18808-Ljbffr Sylision