OverviewVAGA ENGENHEIRO DE MACHINE LEARNING (SÊNIOR) | Grupo EasyLocal: 100% Home Office.
Modalidade de Contratação: PJ ou Cooperado.
Tempo de Projeto: Indeterminado.ResponsabilidadesAnotar e preparar datasets de visão computacional.Projetar, treinar, validar e otimizar modelos de deep learning para classificação, detecção e segmentação de imagens.Treinar e implementar modelos YOLO (You Only Look Once) para tarefas de detecção de objetos.Desenvolver e manter pipelines de inferência para execução eficiente em produção.Implementar práticas de MLOps: CI/CD de modelos, versionamento de dados e experimentos, monitoramento e re-treino automático.Trabalhar em conjunto com engenheiros de software para integrar os modelos em sistemas e aplicações.Requisitos obrigatóriosConhecimento de Python em quaisquer das bibliotecas de ML/DL (PyTorch, TensorFlow, OpenCV).
Experiência prática com YOLO (treinamento e inferência em problemas de detecção de objetos).
Experiência sólida em visão computacional (classificação, detecção, segmentação).
Experiência em MLOps com quaisquer das ferramentas: AWS SageMaker Studio, MLflow, Kubeflow, Docker, Kubernetes, Airflow.Conhecimento em boas práticas de engenharia de software (Git, testes automatizados, ambientes reprodutíveis).
DiferenciaisExperiência em dados estruturados: preparação de dataset, treinamento e inferência em problemas de regressão (ex.: regressão linear, regressão logística, árvores de decisão) e classificação tabular.Análise exploratória de dados estruturados (ex.: Análise das componentes principais - PCA, análise de correlação, clustering com K-Means).
Otimização de modelos para edge devices (TensorRT, ONNX, quantização).
Contribuições para projetos open source ou publicações técnicas.Métricas e gráficos que deve saber interpretarVisão computacional (foco principal): ******, ******:0.95.
Curvas Precision-Recall (PR) e AP por classe.
Curva ROC e AUC.
Matriz de confusão.
Curvas de perda e acurácia durante o treinamento.
Distribuição de IoU (Interseção Sobre a União).
Learning curves (treino vs. validação).
Dados estruturados (como diferencial): gráficos de resíduos em regressão.
Curvas de calibração de probabilidade.
Feature importance, SHAP e PDP/ICE plots.
Heatmaps de correlação e PCA (scree plot, biplot).
MLOps / produção: gráficos de detecção de drift de dados.
Distribuição de probabilidades de saída (overconfidence).
Métricas de latência/throughput.
Consumo de GPU/CPU/memória em inferência.Como se candidatarAcha que preenche todos os requisitos e quer fazer parte do nosso time?
Envie seu currículo para: ****** com o assunto: (Vaga) – (Seu Nome) #MachineLearning #DataScientist #AIEngineer #DeepLearning #MLOps #Python #TechLeadership #SeniorEngineerObservação sobre localizaçãoGet notified about new Machine Learning Engineer jobs in Viamão, Rio Grande do Sul, Brazil.Alvorada, Rio Grande do Sul, Brazil 2 days agoCachoeirinha, Rio Grande do Sul, Brazil 2 days agoGravataí, Rio Grande do Sul, Brazil 1 day agoEldorado do Sul, Rio Grande do Sul, Brazil 2 days agoGuaíba, Rio Grande do Sul, Brazil 2 days ago
#J-18808-Ljbffr