Buscamos um profissional para atuar no desenvolvimento, evolução e otimização de algoritmos de classificação multiclasse supervisionada aplicados em imagens de satélite. A pessoa atuará diretamente na melhoria e construção de modelos que impactam decisões estratégicas no agronegócio, como identificação de culturas plantadas, monitoramento de safra e estimativas de produção.
Responsabilidades
Construir pipelines eficientes em Python com boas práticas de performance.
Criar, treinar, avaliar e otimizar modelos de machine learning multiclasse.
Implementar métricas robustas de avaliação para modelos multiclasse.
Experimentar novos algoritmos além do Random Forest, Redes Neurais, CNNs, XGBoost, Temporal Transformers etc.).
Tratar, preparar e analisar dados geoespaciais (Sentinel-2, Landsat, Planet e derivados).
Documentar código, versionar experimentos e acompanhar evolução das versões do modelo.
Trabalhar junto ao time de geoprocessamento e produto para transformar resultados em insights acionáveis.
Requisitos
Experiência comprovada com modelos supervisionados multiclasse.
Domínio de Python e bibliotecas: pandas, numpy, scikit-learn, keras, etc.
Experiência em classificação de imagens ou uso de índices espectrais (NDVI, EVI, NDRE, SAVI etc.).
Conhecimento de geodados: rasterio, geopandas - reprojeções, rasterização.
Experiência em manipulação de datasets muito grandes (10M+ linhas).
Git e versionamento.
Diferenciais
Experiência anterior no agronegócio.
Familiaridade com cloud (AWS ou GCP).
Cidade: Londrina - Paraná
#J-18808-Ljbffr