Vaga: Especialista em Inteligência Artificial
Ambiente de Trabalho: 100% Remoto
Modalidade de Contratação: PJ ou Cooperado
Duração do Projeto: Indeterminada
Funções Principais:
* Análise e preparação de conjuntos de dados para visão computacional.
* Desenvolvimento, treinamento, validação e otimização de modelos de aprendizado profundo para classificação, detecção e segmentação de imagens.
* Treinamento e implementação de modelos YOLO (Você Só Olha Uma vez) para tarefas de detecção de objetos.
* Desenvolvimento e manutenção de pipelines de inferência para execução eficiente em produção.
* Implementação de práticas de MLOps: CI/CD de modelos, versionamento de dados e experimentos, monitoramento e re-treino automático.
* Trabalho em conjunto com engenheiros de software para integrar os modelos em sistemas e aplicações.
Requisitos Obrigatórios:
* Conhecimento de Python em quaisquer das bibliotecas de IA/AD (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).
Métricas e Gráficos que Deve Saber Interpretar:
* Visão Computacional (Foco Principal): mAP@0.5, mAP@0.5:0.95, 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.