OverviewVAGA ENGENHEIRO DE MACHINE LEARNING (SÊNIOR) | Grupo CPALocal: 100% Home OfficeModalidade de Contratação: PJ ou CooperadoTempo de Projeto: IndeterminadoEngenheiro(a) de Machine Learning senior para atuar em visão computacional, com foco em classificação, detecção e segmentação de imagens, desenvolvimento de pipelines de inferência e práticas de MLOps.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 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 bibliotecas de ML/DL (PyTorch, TensorFlow, OpenCV).Experiência prática com YOLO (treinamento e inferência em detecção de objetos).Experiência sólida em visão computacional (classificação, detecção, segmentação).Experiência em MLOps com 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 datasets, treinamento e inferência em regressão e classificação tabular.Análise exploratória de dados estruturados (PCA, 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): Curvas Precision-Recall, AP por classe, curva ROC/AUC, matriz de confusão, curvas de perda e acurácia, distribuição de IoU, learning curves.Dados Estruturados (Diferencial): gráficos de resíduos em regressão, curvas de calibração, SHAP/PDP/ICE, heatmaps, PCA.MLOps / Produção: detecção de drift de dados, distribuição de probabilidades de saída, métricas de latência/throughput, consumo de recursos em inferência.Como aplicarSe acredita que atende aos requisitos e quer fazer parte do nosso time, envie seu currículo para: (email).Com o assunto: (Vaga) – (Seu Nome)Seniority levelMid-Senior levelEmployment typeFull-timeJob functionEngineering and Information TechnologyIndustries: IT Services and IT Consulting
#J-18808-Ljbffr