← All Jobs
Posted Apr 10, 2026

Engenheiro(a) de IA e Redes Neurais para Visão Computacional

Apply Now ✨
Descrição da Empresa A Sizebay é referência em inovação e tecnologia, dedicada a transformar dados complexos em soluções inteligentes. Nosso time atua na vanguarda das tecnologias de inteligência artificial e visão computacional, desenvolvendo produtos e serviços que impactam positivamente a vida das pessoas. Se você é apaixonado(a) por desafios tecnológicos e deseja trabalhar em um ambiente dinâmico e colaborativo, essa vaga é para você! Resumo da Posição Procuramos um(a) Engenheiro(a) de Visão Computacional e Redes Neurais Generativas com sólida experiência em deep learning e processamento de imagens para desenvolver e otimizar modelos de classificação e geração de imagens. O profissional atuará na criação de pipelines robustos e inovadores, utilizando tecnologias de ponta, como DINOv2, CLIP da OpenAI, modelos de difusão (incluindo Stable Diffusion e Flux), além de integrar soluções baseadas em bancos de dados de vetores e algoritmos de recomendação utilizando embeddings. Responsabilidades - Desenvolvimento de Modelos: - Projetar, desenvolver e implementar modelos de classificação baseados em imagem utilizando técnicas avançadas de deep learning e computer vision; - Desenvolver e ajustar redes neurais generativas para criação de imagens, com ênfase em modelos de difusão e abordagens inovadoras como Stable Diffusion e Flux; - Processamento e Análise de Dados: - Criar e otimizar pipelines de pré-processamento de dados visuais, garantindo a qualidade e consistência das entradas para os modelos; - Aplicar técnicas de embeddings e representações semânticas para melhorar a acurácia e eficiência dos modelos. - Integração de Tecnologias de Ponta: - Integrar e adaptar arquiteturas avançadas, como DINOv2 e CLIP da OpenAI, em projetos e soluções personalizadas; - Implementar e otimizar o uso de bancos de dados de vetores para armazenamento e consulta de embeddings; - Desenvolver e implementar algoritmos de recomendação baseados em bancos de dados vetoriais e embeddings, promovendo soluções de recomendação eficientes e personalizadas. - Colaboração e Comunicação: - Trabalhar em conjunto com equipes multidisciplinares (data science, engenharia, produto) para entender requisitos e transformar desafios em soluções práticas; - Documentar processos, metodologias e resultados de forma clara, garantindo a replicabilidade e a transferência de conhecimento dentro do time; Pesquisa e Inovação: - Manter-se atualizado(a) com as últimas tendências e avanços na área de visão computacional, redes neurais generativas e sistemas de recomendação; - Propor melhorias e inovações contínuas nos processos e nos modelos existentes. Requisitos Necessários - Formação Acadêmica: - Mestrado (ou nível superior avançado) em Ciência da Computação com ênfase em Inteligência Artificial e Pesquisa, Engenharia de Computação, Matemática Aplicada ou áreas afins. - Experiência Técnica: - Experiência comprovada no desenvolvimento e implementação de modelos de deep learning para classificação e geração de imagens; - Proficiência com frameworks de deep learning, como PyTorch, TensorFlow, Flux ou similares; - Sólidos conhecimentos em técnicas de computer vision e processamento de imagens; - Experiência prática com embeddings e arquiteturas de redes neurais generativas; - Vivência no uso de modelos e ferramentas de ponta, como DINOv2, CLIP da OpenAI e modelos de difusão (Stable Diffusion, Flux etc.); - Experiência com bancos de dados de vetores (por exemplo, Pinecone, Milvus, Faiss ou similares) e aplicação de algoritmos de recomendação que utilizam embeddings para análise de similaridade e personalização de resultados; - Experiência com treinamento de modelos complexos com necessidade de utilização de clusters de GPUS. - Habilidades Adicionais: - Capacidade analítica e habilidade para resolver problemas complexos; - Forte comunicação escrita e verbal para documentar e compartilhar descobertas e resultados; - Proatividade, criatividade e disposição para trabalhar em equipe; Diferenciais - Contribuições Acadêmicas ou Open-Source: - Publicações em conferências ou periódicos relevantes na área de visão computacional, deep learning ou sistemas de recomendação; - Participação em projetos open-source ou comunidades técnicas de destaque. - Conhecimento em Outras Linguagens/Plataformas: - Experiência com linguagens de programação adicionais, como Python e Julia; - Vivência com computação em nuvem (AWS, GCP, Azure) e escalabilidade de soluções.