Engenheiro De Machine Learning Sr

Overview

VAGA ENGENHEIRO DE MACHINE LEARNING (SÊNIOR) | Grupo CPA

Local: 100% Home Office

Modalidade de Contratação: PJ ou Cooperado

Tempo de Projeto: Indeterminado

Engenheiro(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.

Responsibilities

• Anotar 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 obrigatórios

• Conhecimento 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).

Diferenciais

• Experiência 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 interpretar

• Visão 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 aplicar

Se acredita que atende aos requisitos e quer fazer parte do nosso time, envie seu currículo para: (email).

Com o assunto: (Vaga) – (Seu Nome)

Seniority level

• Mid-Senior level

Employment type

• Full-time

Job function

• Engineering and Information Technology
• Industries: IT Services and IT Consulting

#J-18808-Ljbffr

---