Geopixel
Detalhes da vaga
- Cargo
- Analista de Geoprocessamento Sênior
- Vagas
- 1
- Modelo
- Híbrido
- Publicada
- 06/09/2026
- Candidaturas até
- 02/11/2026
Localização
Descrição da vaga
A Geopixel está com vagas abertas para Analista de Geoprocessamento Sênior. Se você possui conhecimento em planejamento de atividades de projetos de geoprocessamento, geração, digitalização, mapeamentos e projeções cartográficas, visitas técnicas e suporte a clientes, venha fazer parte no nosso time!!
#vempraGEO
- Formação superior completa em Geoprocessamento, Cartografia, Geografia, Engenharias, Ciência da Computação ou áreas correlatas.
- Experiência sólida em desenvolvimento Python aplicado a geoprocessamento e processamento de imagens/raster.
- Domínio de bibliotecas Python para raster e sensoriamento remoto (GDAL, Rasterio, NumPy, OpenCV ou equivalentes).
- Experiência prática em processamento de imagens de satélite, aéreas ou ortoimagens, incluindo manipulação de arquivos TIF/GeoTIFF.
- Conhecimento de estatística aplicada à análise de imagem (histogramas, detecção de outliers, indicadores de qualidade radiométrica).
- Experiência com modelos de segmentação/visão computacional, a exemplo de SAM (Segment Anything Model) ou GeoSAM, ou disposição comprovada para trabalhar com esse tipo de modelo.
- Vivência com processamento em lote (batch processing) e paralelismo controlado para grandes volumes de dados.
- Conhecimento de QGIS e PostGIS para consumo e validação de dados geoespaciais.
- Capacidade de estruturar código para testes, logging e rastreabilidade (boas práticas de engenharia de software aplicadas a dados geoespaciais).
- Experiência com controle de versão (Git).
- Autonomia para conduzir desenvolvimento incremental, definir critérios de aceitação técnica e validar resultados com stakeholders.
Diferenciais- Experiência anterior com imagens panorâmicas 360° (captura, processamento ou análise).
Experiência prévia com algoritmos de detecção/máscara de nuvens em imagens de sensoriamento remoto.
Experiência com GeoSAM ou outras variações do Segment Anything Model aplicadas a dados geoespaciais.
Vivência com processamento acelerado por GPU (CUDA) para inferência de modelos de IA.
Conhecimento de padrões de tiling e formatos otimizados, como Cloud Optimized GeoTIFF (COG) e esquemas de tiles XYZ/TMS.
Experiência com pipelines de CI/CD e automação de testes.
Familiaridade com calibração radiométrica de sensores e câmeras.
Experiência em projetos que envolvem grandes volumes de dados raster e otimização de I/O em ambientes NVMe/rede.
Certificações ou cursos em visão computacional, deep learning ou sensoriamento remoto.
Inglês técnico para leitura de documentação e papers relacionados a modelos de IA.
- Desenvolver, em Python, scripts de análise radiométrica de imagens, incluindo extração de métricas (histograma, brilho, contraste, saturação, ruído, clipping), criação do score de anomalia e geração da lista priorizada de outliers para revisão humana.
- Desenvolver, em Python, scripts de máscaras de nuvens em ortoimagens TIF, incorporando GeoSAM e outros algoritmos, incluindo pré-processamento, pós-processamento morfológico e exportação para os formatos do pipeline da empresa.
- Desenvolver script de geração de tiles TIF, com grade parametrizável, controle de overlap, nomenclatura padronizada, processamento paralelo, tratamento de bordas/tiles vazios e capacidade de retomada de processamento interrompido.
- Conduzir testes unitários, funcionais e com amostras reais de produção para as três frentes, documentando critérios de aceitação e resultados.
- Realizar comparações quantitativas entre as abordagens atuais e as novas (IoU, precision, recall, F1-score, throughput, tempo por GB), reportando métricas de forma clara para validação técnica.
- Produzir relatórios técnicos, logs de execução e documentação de uso (manual operacional) para cada script entregue.
- Colaborar com analistas humanos no ciclo de validação, ajustando thresholds, regras operacionais e parâmetros a partir do feedback.
- Estruturar os componentes de forma modular e reutilizável, pensando em integração futura com QGIS, PostGIS e pipelines corporativos.
- Otimizar rotinas de leitura/escrita em disco (I/O) e uso de processamento paralelo/GPU para reduzir gargalos em lotes grandes de imagens.
- Manter versionamento do código e boas práticas de desenvolvimento ao longo de todo o ciclo do projeto.
Fonte: gupy