Pessoa Desenvolvedora de Visão Computacional

Descrição da Vaga: \Estamos buscando uma pessoa Desenvolvedora de Visão Computacional para atuar no desenvolvimento de soluções baseadas em processamento de imagens, vídeos e Inteligência Artificial.

A pessoa fará parte de projetos envolvendo todo o ciclo de desenvolvimento de soluções de visão computacional, desde aquisição e preparação dos dados, experimentação e treinamento de modelos até sua otimização, integração e disponibilização em aplicações reais.

Responsabilidades: \Desenvolver soluções de Visão Computacional para processamento e análise de imagens e vídeos;

\Desenvolver, treinar, avaliar e otimizar modelos de Deep Learning;

\Trabalhar com problemas de classificação, detecção, segmentação e rastreamento de objetos;

\Preparar, organizar, anotar e processar datasets para treinamento e validação;

\Definir e utilizar métricas adequadas, realizar análise de erros e investigar falsos positivos e falsos negativos;

\Desenvolver pipelines de aquisição e processamento de imagens e vídeo;

\Integrar modelos de visão computacional com APIs, aplicações e outros sistemas;

\Otimizar modelos considerando acurácia, latência, throughput e consumo de recursos;

\Participar da definição de arquiteturas e decisões técnicas dos projetos.

Requisitos \Experiência prática no desenvolvimento de soluções de Visão Computacional e Deep Learning.

\Boa experiência com Python.

\Experiência com PyTorch e/ou TensorFlow.

\Conhecimento de OpenCV.

\Experiência prática com problemas de classificação, detecção e/ou segmentação de imagens.

\Conhecimento de arquiteturas modernas de visão computacional, como CNNs, YOLO, ResNet, U-Net ou Vision Transformers.

\Experiência com preparação, anotação, tratamento e versionamento de datasets.

\Conhecimento de métricas de avaliação e análise de erros de modelos de visão computacional.

\Conhecimento de Git e boas práticas de desenvolvimento de software.

\Conhecimentos de Linux e ambientes de desenvolvimento.

\Capacidade de investigar problemas técnicos e transformar experimentos em soluções reproduzíveis e utilizáveis.

Diferenciais \Experiência com YOLO/Ultralytics, Detectron2 ou MMDetection.

\Experiência com segmentação e tracking de objetos.

\Conhecimento de fundamentos de aquisição de imagens, como resolução, FPS, exposição, iluminação, calibração e geometria de câmera.

\Conhecimento de CUDA, ONNX, TensorRT ou OpenVINO.

\Experiência com otimização e inferência de modelos em tempo real.

\Experiência com Docker.

\Conhecimentos de MLOps e versionamento de modelos e datasets.

\Experiência com implantação de modelos em cloud, edge devices ou sistemas embarcados.

\Experiência com cenários de dados limitados, classes desbalanceadas e técnicas de data augmentation.

\Conhecimentos de visão computacional aplicada a ambientes industriais.

\Conhecimentos de visão computacional aplicada à robótica.

\Experiência com ROS/ROS2.