Desenvolvimento de Modelos Inteligentes
O engenheiro de aprendizado irá trabalhar em conjunto com os times de desenvolvimento e produto para criar soluções inovadoras utilizando técnicas avançadas.
Responsabilidades Principais
- Preparar datasets de visão computacional;
- Projetar, treinar, validar e otimizar modelos de aprendizado profundo para classificação, detecção e segmentação de imagens;
- Treinar e implementar modelos YOLO (Você Só Olha Uma vez) para tarefas de detecção de objetos;
- Desenvolver e manter pipelines de inferência para execução eficiente em produção;
- Implementar práticas de Engenharia de MLOps: CI/CD de modelos, versionamento de dados e experimentos, monitoramento e re-treino automático;
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 Engenharia de 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);
Diferenciais
- Experiência 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 dispositivos de bordo (TensorRT, ONNX, quantização);
- Contribuições para projetos open source ou publicações técnicas;
- Métricas e gráficos que deve saber interpretar;