Engenheiro de Visão Computacional - P&D

Outubro 14

Candidatar-se

Receber Emails com Vagas Similares

Panoptyc

SiteLinkedInTodas as Vagas

Artificial Intelligence • Security • Hardware

A Panoptyc é uma empresa dedicada a combater furtos em Micro Markets por meio de tecnologia avançada de vigilância. Ela oferece uma solução integrada de software e hardware que utiliza inteligência artificial para reconhecer comportamentos suspeitos e alertar os operadores, reduzindo significativamente as perdas (shrinkage) e economizando tempo e dinheiro. Com câmeras de última geração e um software inteligente que destaca automaticamente incidentes suspeitos, a Panoptyc capacita as equipes a lidar e gerenciar furtos com eficiência, sem o trabalho de revisar horas e horas de gravações. O sistema mantém as imagens acessíveis mesmo diante de problemas de rede, oferecendo uma solução poderosa para detecção de furtos em Micro Markets.

2 - 10 funcionários

🤖 Inteligência Artificial

🔐 Segurança

🔧 Hardware

Descrição

• Projetar, treinar e iterar modelos personalizados de detecção de objetos especialmente ajustados para ambientes de varejo, rastreamento de inventário e reconhecimento de produtos • Tornar modelos de última geração extremamente rápidos para implantação na borda por meio de quantização, pruning (poda) e otimização arquitetural • Construir pipelines de dados robustos e fluxos de trabalho de anotação para melhorar continuamente o desempenho dos modelos em cenários de varejo diversos • Manter-se na vanguarda da pesquisa em visão computacional, prototipar novas arquiteturas e avaliar o que é realmente pronto para produção versus ruído acadêmico • Orientar engenheiros, estabelecer boas práticas para desenvolvimento de modelos e conduzir decisões técnicas sobre nossa infraestrutura de visão computacional • Explorar e implementar abordagens multimodais que combinem modelos de visão e de linguagem para aprimorar o entendimento e a classificação de produtos

🎯 Requisitos

• 5+ anos de experiência prática em engenharia de visão computacional, com histórico comprovado de entrega de modelos em produção • Expertise aprofundada em arquiteturas YOLO e YOLO-E — já as treinou, ajustou e conhece suas particularidades intimamente • Domínio de deployment na borda — experiência com TensorRT, ONNX Runtime ou frameworks similares para otimizar modelos em dispositivos com recursos limitados • Experiência com LLMs e LLMOps — conhecimento prático de large language models (LLMs), fine-tuning, prompt engineering e construção de sistemas confiáveis baseados em LLM • Sólidos fundamentos em engenharia de software — código limpo, controle de versão, CI/CD para ML e capacidade de construir sistemas manuteníveis • Experiência com ML em produção — entende a diferença entre um notebook Jupyter e um sistema de ML de nível produtivo