OverviewEngenheiro De Machine Learning Sênior (Sr) para atuar no Grupo CPA. Local: 100% Home Office. Modalidade de contratação: PJ ou Cooperado. Tempo de projeto: Indeterminado.ResponsibilitiesAnotar 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 retreino automático.Trabalhar em conjunto com engenheiros de software para integrar os modelos em sistemas e aplicações.Requisitos obrigatóriosConhecimento de Python em 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: 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 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.Metrics e gráficos que deve saber interpretarVisão Computacional (foco Principal): Curvas Precision-Recall e AP por classe; Curva ROC e AUC; Matriz de confusão; Curvas de perda e acurácia durante o treinamento; Distribuição de IoU; Learning curves.Dados Estruturados (Diferencial): Gráficos de resíduos em regressão; Curvas de calibração de probabilidade; Feature importance, SHAP e PDP/ICE plots; Heatmaps de correlação e PCA.MLOps / Produção: Detecção de drift de dados; Distribuição de probabilidades de saída; Métricas de latência/throughput; Consumo de GPU/CPU/memória em inferência.Interessado? Envie seu currículo para: (contact), com o assunto: (Vaga) – (Seu Nome).Seniority levelMid-Senior levelEmployment typeFull-timeJob functionEngineering and Information TechnologyIndustries: IT Services and IT Consulting
#J-18808-Ljbffr