A Legitimuz é a plataforma no Brasil que combina verificação de identidade com prevenção à fraude antes dela evoluir, porque barrar um fraudador e aprovar um cliente legítimo não são objetivos opostos.
Nossa tecnologia própria é o one-stop-shop da prevenção à fraude: uma plataforma customizável que atua como mais uma camada de segurança na sua operação, entregando onboarding e transações com a maior performance do mercado.
Já são mais de 23 milhões de brasileiros verificados, +R$ 100 milhões em fraudes antecipadas e Liveness Inteligente que se adapta ao risco real de cada transação.
Biometria · Background Check · Device Intelligence · Documentoscopia
Nossos canais:
- Site oficial: https://legitimuz.com/
- Instagram: https://www.instagram.com/legitimuz.br
Estamos à procura de um Engenheiro de Visão Computacional experiente e motivado para integrar nosso time de tecnologia e inovação. Este profissional será responsável por projetar, desenvolver e implementar soluções de aprendizado profundo e visão computacional que resolvam desafios reais, utilizando as mais avançadas tecnologias disponíveis.
Responsabilidades da Função
1 - Desenvolvimento e Modelagem de Modelos de Visão Computacional:
- Projetar, desenvolver e treinar modelos de aprendizado profundo utilizando bibliotecas como TensorFlow, PyTorch, OpenCV e Keras.
- Implementar e otimizar redes neurais convolucionais (CNNs) para tarefas como detecção de objetos, segmentação de imagens e classificação.
- Pesquisar e implementar algoritmos de ponta em visão computacional para resolver problemas complexos.
2 - Gestão e Preparação de Dados:
- Realizar a preparação, limpeza e anotação de dados para garantir a qualidade dos conjuntos utilizados nos treinamentos.
- Trabalhar com ferramentas de anotação de dados para segmentação e rotulação de imagens.
- Aplicar técnicas de aumento de dados (data augmentation) para melhorar o desempenho dos modelos.
3 - Deploy e Monitoramento de Modelos:
- Implementar modelos de aprendizado de máquina em produção utilizando frameworks como TensorFlow Serving, Docker e Kubernetes.
- Configurar e gerenciar pipelines de deploy em ambientes de nuvem (AWS, Azure, GCP).
- Monitorar o desempenho dos modelos em produção, ajustando e re-treinando quando necessário para garantir eficiência e precisão.
4 - Otimização de Desempenho:
- Otimizar modelos para execução eficiente em hardware específico, como GPUs e CPUs.
- Garantir a escalabilidade e o desempenho dos sistemas de aprendizado de máquina em produção.
5 - Colaboração e Suporte Técnico:
- Trabalhar em colaboração com equipes de dados, engenharia e produto para alinhar soluções de aprendizado de máquina com as necessidades de negócio.
- Documentar o processo de desenvolvimento e fornecer suporte técnico para a equipe na implementação de modelos.
6 - Pesquisa e Inovação:
- Manter-se atualizado com as tendências e avanços em visão computacional e aprendizado profundo.
- Propor novas abordagens e soluções para problemas existentes utilizando técnicas de aprendizado supervisionado, não supervisionado e aprendizado profundo (Deep Learning).
Requisitos:
- Experiência mínima de 03 anos em desenvolvimento de modelos com bibliotecas como TensorFlow, PyTorch, OpenCV e Keras.
- Experiência com modelagem e treinamento de redes neurais convolucionais (CNNs) para tarefas de visão computacional.
- Conhecimento em algoritmos de detecção de objetos, segmentação de imagens e classificação.
- Experiência com frameworks de Machine Learning e ferramentas de anotação de dados.
- Habilidade em linguagens de programação como Python e C++.
- Familiaridade com conceitos de aprendizado supervisionado, não supervisionado e aprendizado profundo (Deep Learning).
- Experiência com ferramentas de deploy de modelos (ex.: TensorFlow Serving, Docker, Kubernetes).
- Infraestrutura:
- Experiência com ambientes de nuvem (AWS) para treinar e hospedar modelos.
- Conhecimento de otimização de desempenho para GPU e CPU.
Detalhes da vaga
- Modelo: PJ
- Presencial em São Paulo-SP (Brooklin)
- Horário: Disponibilidade de 8 horas diárias (Segunda a Sexta)