Desenvolvedor(a) de Visão Computacional Sênior
São José dos Campos - SP | Híbrido - Prestação Serviços
Sobre a ALTAVE
Proteger vidas e recursos com tecnologia: esse é o propósito da ALTAVE.
Somos uma empresa brasileira de tecnologia fundada por engenheiros do ITA, com atuação nacional e internacional nos setores de óleo gás, mineração, segurança e inteligência artificial. Desenvolvemos soluções avançadas de IA e visão computacional para automação, monitoramento e tomada de decisão em ambientes críticos.
Estamos em busca de um(a) Desenvolvedor(a) de Visão Computacional Sênior apaixonado(a) por tecnologia e inovação para integrar nosso time e impulsionar o desenvolvimento de nossas soluções de inteligência artificial.
Buscamos alguém que não apenas treine modelos de IA, mas que queira transformar dados e algoritmos em um ecossistema escalável através de MLOps e engenharia de ponta, garantindo alta performance, segurança e impacto real no negócio.
Sua Missão
Na ALTAVE, você atuará no desenvolvimento de soluções de visão computacional com impacto real na vida de pessoas e empresas. Seu trabalho incluirá desde a proposição de novos algoritmos de detecção até a criação de datasets e automação de pipelines de treinamento.
Valorizamos profissionais com domínio de algoritmos clássicos e modernos de IA, especialmente Deep Learning, e que saibam escrever código limpo, testável e fácil de manter.
Você também terá a chance de explorar o uso de LLMs como ferramenta de produtividade, apoio à curadoria de dados e validação de detecções geradas por modelos.
O que você fará no dia a dia
- Desenvolver e integrar soluções de visão computacional para diferentes cenários do mundo real
- Otimizar códigos e pipelines de soluções já desenvolvidas
- Propor e testar novos algoritmos de detecção e segmentação
- Automatizar pipelines de treinamento, validação e inferência de modelos
- Gerar e anotar datasets para treinamento, adotando postura proativa na solicitação de imagens a clientes, equipes internas e na busca de datasets públicos
- Ler e aplicar conhecimentos de artigos científicos do estado da arte
- Utilizar LLMs para auxiliar na geração de datasets e validação de resultados
- Garantir a qualidade do código com boas práticas, testes e revisão por pares
- Contribuir com melhorias contínuas nos processos de desenvolvimento e experimentação.
Requisitos obrigatórios
- Formação Engenharia Elétrica, Eletrônica, Ciência da Computação ou afins
- Conhecimento em processamento de imagem e vídeo e Deep Learning aplicados à Visão Computacional
- Experiência com programação em Python
- Noções de testes automatizados de software
- Noções de Linux
- Experiência com frameworks de deep learning como Pytorch, Tensorflow e outros
- Versionamento de código com Git
- Boas práticas de programação e metodologias ágeis
- Inglês intermediário
Diferenciais que valorizamos
- Pós-graduação, mestrado, doutorado ou publicações na área de visão computacional ou IA
- Experiência com computação em nuvem (AWS, GCP ou Azure)
- Conhecimento em LLM Prompting e uso de APIs de LLMs
- Noções de CI/CD (GitHub Actions, Jenkins, CircleCI, etc.)
- Noções de sistemas baseados em mensageria (RabbitMQ, MQTT, etc)
- Experiência com Docker
- Compressão de Vídeo e Imagem
- Experiência com NVIDIA DeepStream
Perfil que buscamos
- Alto senso de ownership sobre as soluções, desde a investigação do problema até a entrega e evolução em produção
- Boa influência técnica e colaboração transversal
- Pragmatismo para equilibrar qualidade técnica, prazo e impacto no negócio
Resultados esperados nos primeiros meses
Primeiros 30 Dias (Onboarding Diagnóstico)
- Domínio do Stack Infraestrutura: Ambiente de desenvolvimento configurado e pipelines locais/cloud rodando sem gargalos.
- Compreensão do Negócio: Entendimento claro dos casos de uso críticos (óleo gás, mineração, segurança) e das métricas de desempenho exigidas para as câmeras/sensores de borda.
- Primeira Entrega (Quick Win): Resolução de bugs pequenos, otimização de scripts existentes ou melhorias em features existentes.
60 Dias (Autonomia Entregas de Modelos)
- Aprimoramento de Modelos: Treinamento, validação e entrega de melhorias em modelos existentes, focando em redução de falsos positivos em ambientes industriais.
- Deploy e Edge AI: Colocação de pelo menos um pipeline otimizado rodando em ambiente de teste ou simulação de borda.
- Integração com Engenharia: Trabalho alinhado com o time de software/backend para servir as predições e os eventos de IA via mensageria ou APIs.
90 Dias (Impacto MLOps)
- Solução End-to-End em Produção: Entrega e publicação de uma funcionalidade completa de Visão Computacional rodando de forma estável no cliente ou em campo.
- Robustez e Monitoramento: Implementação de testes automatizados e métricas de monitoramento para garantir baixa latência e resiliência a variações de iluminação/ambiente.
- Proatividade Técnica: Proposta de melhorias na arquitetura existente (ex.: otimização do pipeline de vídeo RTSP, redução de custo computacional em nuvem ou melhorias na pipeline de MLOps).