Resumo da Vaga
VAGA ENGENHEIRO DE MACHINE LEARNING (SÊNIOR) | Grupo EasyLocal: 100% Home Office. Modalidade de Contratação: PJ ou Cooperado. Tempo de Projeto: Indeterminado.
Responsabilidades
Anotar 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 obrigatórios
Conhecimento 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 ferramentas como: AWS SageMaker Studio, MLflow, Kubeflow, Docker, Kubernetes, Airflow.
Conhecimento em boas práticas de engenharia de software (Git, testes automatizados, ambientes reprodutíveis).
Diferenciais
Experiência em dados estruturados: preparação de dataset, treinamento e inferência em problemas de regressão e classificação tabular.
Análise exploratória de dados estruturados (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 interpretar
Visão computacional: 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 (IoU).
Learning curves (treino vs. validação).
Dados estruturados: 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 candidatar
Acha que preenche todos os requisitos e quer fazer parte do nosso time?
Envie seu currículo para: ****** com o assunto: (Vaga) – (Seu Nome)
Hashtags: #MachineLearning #DataScientist #AIEngineer #DeepLearning #MLOps #Python #TechLeadership #SeniorEngineer
Observação de localização
Get notified about new Machine Learning Engineer jobs in Taubaté, São Paulo, Brazil. Localizações relacionadas podem aparecer: São José dos Campos, Pindamonhangaba.
#J-18808-Ljbffr