Empresa: MJV Technology & Innovation
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.